QUALIDADE FISIOLÓGICA DA SEMENTE E ADUBAÇÃO COM ZINCO NA CULTURA DO MILHO-DOCE
Bibliographic record
Abstract
O Brasil como um grande produtor de milho comum, apresenta grande potencial para produção de milho-doce, que é muito cultivado na América do Norte, e aqui fica restrito devido ao pouco conhecimento por parte dos consumidores e da baixa disponibilidade de sementes. O objetivo deste trabalho foi verificar se o vigor de sementes e adução com zinco interferem nos componentes de produção e no estado nutricional de três híbridos de milho-doce. Foram utilizadas sementes de três híbridos de milho-doce, classificados quanto aos níveis de vigor, em alto, médio e baixo vigor. Foram testadas seis doses de zinco, utilizando como fonte o sulfato de zinco (ZnSO4.7H2O), (0, 2, 4, 6, 8 e 10 kg de Zn ha-1), aplicadas na semeadura, juntamente com a adubação de NPK recomendada para a cultura. Concluiu-se que os três híbridos de milho-doce se apresentaram aptos para serem cultivados na região de Selvíria-MS. Há diferença de comportamento entre os híbridos em relação à produção comercial de espigas, sendo os híbridos B e C superiores ao híbrido A. Sementes de lotes de alto vigor proporcionaram maior desenvolvimento inicial de plantas, maior número de grãos por fileira e maior produtividade comercial de espigas de milho-doce. A adubação com zinco não alterou as características agronômicas e a produtividade dos híbridos de milho-doce.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".