ALOCAÇÃO DE BIOMASSA EM PLANTAS DE BAMBU EM RESPOSTA A ADUBAÇÃO MINERAL
Bibliographic record
Abstract
O presente estudo teve como o objetivo avaliar a influência da adubação mineral na alocação de biomassa nas raízes, colmo e folhas de bambu cultivadas em casa de vegetação. O solo é classificado como Neossolo Quartzarenico, foi adubado com as doses equivalentes a 0, 20, 40, 80 e 120 kg ha-1 de nitrogênio e 0, 10, 40, 80 e 100 kg ha-1 de fósforo e potássio, respectivamente. O delineamento experimental foi em blocos casualizados, em um esquema fatorial com quatro repetições. As plantas de bambu foram cultivadas durante 120 dias em casa de vegetação. Após este período as plantas foram coletadas e determinadas a biomassa das folhas, colmo, raízes e biomassa total. A maior produção de biomassa seca total foi obtida nas doses equivalentes a 120, 10 e 100 kg ha-1 de NPK. A maior produção da biomassa seca das folhas foi obtida com as doses equivalentes a 80, 10 e 100 kg ha-1 NPK, respectivamente. No colmo com as doses equivalentes a 120, 40 e 100 kg ha-1 NPK, respectivamente. E a maior produção nas raízes foi obtida respectivamente com as doses equivalente a e 80, 10 e 100 kg ha-1 de NPK. A adubação com N e K proporcionou aumento na produção da biomassa total das plantas de bambu.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".