Effects of Industrial Organic Fertilisers on the Growth and the Yield of Irrigated Rice on Sandy Loam Soil
Notice bibliographique
Résumé
Rice has become the main staple food of the Ivorian population, especially in urban areas. However, its production, by soils mineral fertilization in irrigated rice cultivation, remains a concern due to the leaching of fertilizers having harmful effects on the aquatic environment. This study aimed to evaluate the effects of industrial organic fertilisers on the growth and yield of irrigated rice on sandy loam soil. The experimental design used was in randomized Fisher blocks, with 3 replicates and 5 treatments, namely control (T), mineral fertilizer (MF) and two organic fertilizers (BioDeposit and Biofertil). MF was applied at dose of 50 kg N, 25 kg P2O5 and 103 kg K2O ha-1. As for BioDeposit, the Agro variant (BdW) was applied to the soil at 1,400 kg ha-1, and the Elixir variant, on the leaves, at 200 L ha-1, in addition to the soil application (BdA). Biofertil was applied at 600 kg ha-1. MF plots had the highest plant height (58.01 cm), number of panicles per plant (13) and paddy rice yield (3.76 t ha-1), with a 54.10% yield increase compared with control plots. The agronomic efficiency of MF was also the highest (3.6), followed by that of BdS (0.06). Those of BdA and Bf were negative. However, the effects of these fertilisers were not significantly different (p > 0.05) between treatments. Considering the performance of MF, which requires strict compliance with application measures, BioDeposit-Agro could be recommended for irrigated rice cultivation on predominantly sandy soils.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».