Soil microbial and nutrient dynamics under different sowings environment of Indian mustard (Brassica juncea L.) in rice based cropping system
Notice bibliographique
Résumé
Abstract Farmers are not growing diversified crops and applying huge amounts of agrochemicals and imbalanced fertilizers in the rice-wheat cropping system (RWCS), since the 1960s. The objective of this study was to evaluate the microbial and nutrient dynamics in Indian mustard ( Brassica juncea L. ) under various sowing environments and nutrient sources during Rabi season (October–March), 2015–2016. The experiment was laid out in the split-plot design with three sowing dates in main-plots, and eight nutrient sources in sub-plots. The maximum bacteria, fungi, and actinomycetes population, soil microbial biomass carbon (SMBC), dehydrogenase activities, and available nitrogen, phosphorus, potassium, and sulphur (NPKS) were recorded on November 17 sown crop, and the lowest was observed on December 7 sowing during both the years, and in the pooled analysis. Furthermore, applied nutrient sources, highest bacteria, fungi, and actinomycetes population, available NPKS, SMBC, and dehydrogenase activity were observed in 75% recommended dose of fertilizers (RDF) + 25% N through pressmud (PM) + Azotobacto + phosphorus solubilizing bacteria (PSB) than other nutrient sources. In conclusion, high demand and cost of chemical fertilizers can be replaced by 25% amount easily and locally available organic manures like PM compost to sustain the soil health and crop productivity. It will be helpful to restore the soil biodiversity in the RWCS and provide a roadmap for the researchers, government planners, and policymakers for the use of PM as a source of organic matter and nutrients.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».