Nitrogen and Potassium Fertilization in a Guava Orchard Evaluated for Five Cycles: Effects on the Plant and on Production
Notice bibliographique
Résumé
Guava response to fertilization can be monitored through plant tissue analysis. Correct interpretation of these results, based on standard levels, is of great importance for correct nutrient management of the crop. However, standard levels are constantly criticized for not considering interactions among elements. To improve the nutritional diagnosis of 'Paluma' guava (Psidium guajava L., Myrtaceae), an experiment was conducted using nitrogen fertilization (0, 0.5, 1.0, and 2.0 kg per plant per cycle of N, with urea as a source with 45 % N), and potassium fertilization (0, 0.55, 1.1, and 2.2 kg per plant per cycle of K2O, with potassium chloride as a source with 60 % K2O) in an irrigated commercial area for five consecutive cycles, 2009 through 2012, observing the influence of fertilizers and climate and assessing yield and leaf element content, using the concept of isometric log ratios (ilr) to interpret leaf analysis results (N, P, Ca, Mg, K, and S). This paper showed that nutrient balances and nutrient concentration values can be interpreted coherently using compositional data analysis. Ranges of nutrient balances also were established for "Paluma" guava and validated through ranges grounded in nutrient contents currently used in Brazil. Nitrogen fertilization increased "Paluma" guava yield. The 0.5 kg N application rate per plant and the other studied treatments practically showed the same results, and their values were affected by pruning time as well as the nutrient balances.
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 ».