Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "maturity scale" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Effect of mineral fertilization on yield of maize cultivars differing in maturity scale
    Wpływ nawożenia mineralnego na plon odmian kukurydzy o rożnej wczesności
    Autorzy:
    Barlog, P.
    Frackowiak-Pawlak, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/47219.pdf
    Data publikacji:
    2008
    Wydawca:
    Politechnika Bydgoska im. Jana i Jędrzeja Śniadeckich. Wydawnictwo PB
    Tematy:
    maize
    maturity scale
    mineral fertilization
    plant cultivar
    grain yield
    yield component
    magnesium
    potassium
    zinc
    plant fertilization
    Opis:
    Field experiments were conducted in 2005-2007 at the Brody Experimental Station (52°26’ N; 16°17’ E) of the University of Life Sciences in Poznań with the following factors: 1) cultivars with different FAO number: 210, 240 and 260; 2) fertilization with K, Mg and Na: 0 (control), 150 kg K·ha-1, 150 kg K + 16.3 kg Mg·ha-1, 150 kg K + 16.3 kg Mg + 13.5 kg Na·ha-1; 3) Zn application: 0 (control), 1.5 kg Zn·ha-1 after sowing and 1.5 kg Zn·ha-1 at the 3-4 leaf stage. It was found that the grain yield depended more on the course of weather conditions than did plant residues yield. Maize response to potassium fertilization depended on the vegetation season. In the year favorable for the establishment of a high maize yield, simultaneous K and Mg fertilization at rates 150 and 16.3 kg·ha-1 induced a significant grain yield increase. The influence of zinc fertilization on grain yield depended both on the vegetative period and cultivar. Early maturing cultivars responded positively to Zn and the optimal date for Zn foliar application was the 3-4 leaf stage. Maize response to sodium supplementation was not detected.
    Doświadczenia polowe przeprowadzono w latach 2005-2007 w Stacji Doś-wiadczalnej Brody (52°26’ N; 16°17’ E), należącej do Uniwersytetu Przyrodniczego w Poz-naniu. Czynnikami doświadczalnymi były: 1) odmiany o różnej liczbie FAO: 220, 240 i 260; 2) warianty nawożenia potasem, magnezem i sodem: 0 (kontrola), 150 kg K·ha-1, 150 kg K + 16,3 kg Mg·ha-1, 150 kg K + 16,3 kg Mg + 13,5 kg Na·ha-1; 3) nawożenie cynkiem: 0 (kontrola), 1,5 kg Zn·ha-1 po siewie i 1,5 kg Zn·ha-1 w fazie 3-4 liści. Od przebiegu pogody w większym stopniu zależał plon ziarna niż masa resztek pożniwnych. Reakcja kukurydzy na zastosowane warianty nawożenia potasem zależała od sezonu wegetacyjnego. W roku sprzyjającym wysokiemu poziomowi plonowania istotny przyrost plonu ziarna zapewniało jednoczesne nawożenie kukurydzy K i Mg (180 i 27 kg·ha-1). Wpływ nawożenia kukurydzy cynkiem na plon ziarna zależał od sezonu wegetacyjnego oraz wczesności odmiany. Dodatnio na nawożenie cynkiem reagowały odmiany wcześ-niejsze, a optymalnym terminem ich dokarmiania była faza 3-4 liści. Nie stwierdzono reakcji kukurydzy na uzupełnienie sodem nawożenia mineralnego.
    Źródło:
    Acta Scientiarum Polonorum. Agricultura; 2008, 07, 4
    1644-0625
    Pojawia się w:
    Acta Scientiarum Polonorum. Agricultura
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On assessing an organization’s preparedness to adopt and make use of Big Data
    Jak oceniać gotowość organizacji do wykorzystania Big Data
    Autorzy:
    Mach-Król, Maria
    Powiązania:
    https://bibliotekanauki.pl/articles/432199.pdf
    Data publikacji:
    2016
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    maturity model
    Big Data
    self-assessment
    Likert’s scale
    Opis:
    In the paper it is proposed to enrich the Big Data Temporal Maturity Model with a self-assessment form, based on Likert’s scale. The issues of an organization’s maturity in the Big Data context are presented, the Big Data Temporal Maturity Model (BDTMM) is briefly outlined, and the self-assessment form is presented and discussed. The main aim of this paper is to introduce a Big Data Temporal Maturity Model, and to present an assessment form accompanying the model. Both the model and the form have been elaborated by the author of the paper. The assessment form is based on the well-known Likert scale, and thus enables the interested organizations to check at which point of the route leading to the full use of Big Data they are now, and what they can do to progress.
    Źródło:
    Informatyka Ekonomiczna; 2016, 1(39); 75-82
    1507-3858
    Pojawia się w:
    Informatyka Ekonomiczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Propozycja formularza samooceny dojrzałości organizacji do Big Data
    A self-assessment form of organization’s maturity to adopt Big Data
    Autorzy:
    Mach-Król, Maria
    Powiązania:
    https://bibliotekanauki.pl/articles/587860.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Big Data
    Model dojrzałości
    Samoocena
    Skala Likerta
    Likert’s scale
    Maturity model
    Self-assessment
    Opis:
    W artykule zaproponowano poszerzenie modelu dojrzałości organizacji do Big Data o formularz samooceny organizacji, oparty na skali Likerta. Przedstawiono problematykę dojrzałości organizacji w kontekście Big Data, pokazano temporalny model dojrzałości BDTMM do Big Data oraz przedstawiono formularz samooceny. Główny cel artykułu jest dwojaki: prezentacja autorskiego modelu dojrzałości i wskazanie, czym różni się on od modeli istniejących, oraz prezentacja również autorskiego formularza samooceny dojrzałości, pozwalającego organizacji ocenić, na którym poziomie modelu BDTMM się znajduje.
    In the paper it is proposed to enrich the Big Data maturity model with a selfassessment form, based on Likert’s scale. The issues of organization’s maturity in the Big Data context is presented, the temporal Big Data maturity model is outlined, and the self-assessment form is presented and discussed.
    Źródło:
    Studia Ekonomiczne; 2016, 270; 181-189
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies