Impact of mineral, organic, and industrial by-product fertilization on leaf nutrient status of wild lowbush blueberry
Notice bibliographique
Résumé
Monitoring wild lowbush blueberry (WLB) leaf tissue during the sprout year provides adequate guidelines for fertilizer recommendations. Conventional mineral (MIN) fertilizers and dried poultry manure (organic (ORG)) are environmentally and financially costly to acquire. Pulp and paper mill sludge (PPMS) and synthetic anhydrite (SA) are two industrial by-products that could be used from an industrial ecology perspective to substitute conventional fertilizers due to their local availability and positive agronomic effects. Our study assessed the impacts of conventional MIN, ORG, PPMS, and SA applications on the nutrient leaf status of WLB in the Saguenay-Lac-Saint-Jean region (Québec, Canada). An experimental study was carried out in 2021 on 10-m2 plots that included seven fertilization treatments (MIN, ORG, PPMS, 1SA, 2SA, PPMS+1SA, PPMS+2SA) and control without fertilization. A nitrogen (N) input of 50 kg N ha‑1 was used for N-containing fertilizers. A calcium (Ca) input of 1,558 kg Ca ha‑1 was used for 1SA. Nutrients were monitored in leaf tissue analyses (N, phosphorus (P), potassium (K), Ca, magnesium (Mg), manganese (Mn), sulfur (S), carbon (C), and hydrogen (H)). Compared to the control, 1SA application (no N input) significantly increased N, P, K, and S leaf contents by 17, 40, 68, and 263%, respectively. The PPMS applied on its own had similar effects as ORG fertilization. However, N, P, K, Mn, and S leaf contents increased significantly when PPMS was combined with SA. Compared to SA fertilization on its own, Mn leaf content was lower with PPMS and ORG than other fertilization treatments. Fertilization had no detectable effects on Ca and Mg leaf contents. A combination of different by-products as fertilizers could be a promising alternative to conventional fertilizers, as their use ensures optimal leaf nutrient contents, which could be translated into WLB productivity and improved local circular economy among industries.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».