Multiyear Assessment of Biofertilizer Application on ‘Gala’ Apple Orchards: Impacts on Soil Fertility, Leaf Mineral Content, and Agronomic Performance
Notice bibliographique
Résumé
Biofertilizers are sustainable alternatives to mineral fertilizers in perennial crops, reducing the need for mineral inputs. This five-year field study evaluated three biofertilizers—Mycoshell® (Glomus spp. + humic/fulvic acids), Kiplant iNmass® (Azospirillum brasilense, Bacillus megaterium, and Saccharomyces cerevisiae), and Kiplant All-Grip® (Bacillus megaterium and Pseudomonas spp.)—at different dosages alongside two mineral fertilizer regimes, T100 (full recommended dose) and T70 (70% of T100, alone or combined with biofertilizers), in an apple orchard under Mediterranean conditions. Biofertilizers maintained or increased soil nutrient availability by 5–15% and leaf N, P, K, Mg, and Zn concentrations by 5–12% compared with T100. Trees under biofertilizers, particularly Myc2 and Myc4, exhibited greater shoot growth (up to 30.4 m/year), trunk cross-sectional area (TCSA: 11.9 cm2 in 2022), and canopy volume (2.21 m3), representing 10–20% increases. Selected biofertilizer treatments produced 6–7.5 kg/tree, 130–145 g average fruit weight, 66–74 mm diameter, 13.9–18.7 °Brix, and 13–18% dry matter, maintaining >90% of yield and fruit size relative to T100, with more balanced medium- and large-sized fruit distribution. Principal Component Analysis explained 66–72% of soil and leaf nutrient variance, confirming their multivariate impact. Overall, biofertilizers applied at recommended doses and timings can partially replace mineral fertilizers, sustaining productivity and quality, enhancing nutrient availability, and supporting long-term orchard sustainability. While climate remains the main driver of annual production, these findings provide evidence for integrating biofertilizers into environmentally friendly fertilization strategies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».