Foliar application of mepiquat chloride and nitrogen improves yield and fiber quality traits of cotton (Gossypium hirsutum L.)
Notice bibliographique
Résumé
Cotton (Gossypium hirsutum L.) is one of the most important cash crops primarily grown for fiber. It is a perennial crop with indeterminate growth pattern. Nitrogen (N) is extremely important for vegetative growth as balanced N-nutrition improves photosynthesis, resulting in better vegetative growth. Excessive N-supply results in more vegetative growth, which increases the incidence of insect pest and diseases' infestation, pollute surface and ground water, delays maturity and produces low crop yield with poor quality. The use of plant growth regulators (PGRs) is an emerging option to control excessive vegetative growth. The PGRs help in improving plant architecture, boll retention, boll opening, yield and quality by altering growth and physiological processes such as photosynthesis, assimilate partitioning and nutrients dynamic inside the plant body. Mepiquat chloride (1,1-dimethylpiperidinum chloride) is globally used PGR for canopy development and control of excessive vegetative growth in cotton. This study investigated the effect of mepiquat chloride (MC) and N application on yield and yield components of transgenic cotton variety 'BT-FSH-326'. Two N rates (0, 198 kg ha-1) and five MC rates (0, 30,60, 90 and 120 g ha-1) were included in the study. Results revealed that MC and N application improved boll weight, number of bolls per plant, and seed cotton and lint yields. The highest seed cotton and lint yields (3595 kg ha-1 and 1701 kg ha-1, respectively) were observed under foliar application of 198 kg ha-1 N and 120 g ha-1 MC. Fiber length, fiber strength, micronaire and uniformity were significantly improved with foliar application of MC and N. In conclusion, foliar application of MC and N could be helpful in improving yield and fiber quality of cotton.
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 | 0,001 | 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 ».