ẢNH HƯỞNG DÀI HẠN CỦA PHÂN HỮU CƠ TRONG CẢI THIỆN ĐỘ PHÌ NHIÊU ĐẤT VÀ NĂNG SUẤT TRÁI CHÔM CHÔM (NEPHELIUM LAPPACEUM L.) TẠI CHỢ LÁCH - BẾN TRE
Notice bibliographique
Résumé
Sử dụng phân bón vô cơ với lượng cao, không cân đối đưa đến sự suy giảm về mặt hóa lý, sinh học đất liếp vườn cây ăn trái. Mục tiêu của đề tài nghiên cứu nhằm đánh giá hiệu quả dài hạn của các dạng phân hữu cơ trong cải thiện đặc tính đất liếp vườn và năng suất trái chôm chôm. Thí nghiệm được thực hiện qua 6 vụ canh tác với 3 loại phân hữu cơ gồm bã bùn mía, cặn hầm ủ biogas, phân trùn quế với lượng 18 kg.cây-1 kết hợp với lượng phân vô cơ theo khuyến cáo so với lượng phân bón vô cơ như nông dân. Kết quả phân tích đất sau 6 vụ bón phân hữu cơ cho thấy pH đất, chất hữu cơ, đạm (N) hữu dụng, lân (P) hữu dụng, kali (K) trao đổi, canxi (Ca) trao đổi, phần trăm baze bão hòa trong đất, độ bền cấu trúc đất, hô hấp đất được cải thiện tốt, khác biệt có ý nghĩa (P < 0,05) so với nghiệm thức đối chứng. Sau 6 vụ bón phân hữu cơ kết hợp bã bùn mía, cặn hầm ủ biogas và phân trùn quế, năng suất trái tăng 60 ? 136% so với nghiệm thức chỉ sử dụng phân vô cơ như nông dân. Trọng lượng trái, số trái.kg-1 được cải thiện hiệu quả nhất ở nghiệm thức bón phân bã bùn mía và cặn hầm ủ biogas. Kết quả nghiên cứu cần thiết được khuyến cáo giảm phân vô cơ, bón phân hữu cơ nhằm giúp tăng cường độ phì nhiêu đất liếp vườn chôm chôm và tăng thu nhập cho nông dân.
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 | 0,010 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,011 |
| Science ouverte | 0,015 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,085 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».