Digitale Bibliotheek
Sluiten Bladeren door artikelen uit een tijdschrift
 
<< vorige    volgende >>
     Tijdschrift beschrijving
       Alle jaargangen van het bijbehorende tijdschrift
         Alle afleveringen van het bijbehorende jaargang
           Alle artikelen van de bijbehorende aflevering
                                       Details van artikel 17 van 58 gevonden artikelen
 
 
  Deficit irrigation and organic amendments can reduce dietary arsenic risk from rice: Introducing machine learning-based prediction models from field data
 
 
Titel: Deficit irrigation and organic amendments can reduce dietary arsenic risk from rice: Introducing machine learning-based prediction models from field data
Auteur: Sengupta, Sudip
Bhattacharyya, Kallol
Mandal, Jajati
Bhattacharya, Parijat
Halder, Sanjay
Pari, Arnab
Verschenen in: Agriculture, ecosystems and environment
Paginering: Jaargang 319 () nr. C pagina's p.
Jaar: 2021
Inhoud:
Uitgever: Elsevier B.V.
Bronbestand: Elektronische Wetenschappelijke Tijdschriften
 
 

                             Details van artikel 17 van 58 gevonden artikelen
 
<< vorige    volgende >>
 
 Koninklijke Bibliotheek - Nationale Bibliotheek van Nederland