全文获取类型
收费全文 | 166310篇 |
免费 | 8830篇 |
国内免费 | 15798篇 |
专业分类
林业 | 11192篇 |
农学 | 8629篇 |
基础科学 | 8481篇 |
16745篇 | |
综合类 | 80036篇 |
农作物 | 11520篇 |
水产渔业 | 7068篇 |
畜牧兽医 | 26795篇 |
园艺 | 12695篇 |
植物保护 | 7777篇 |
出版年
2024年 | 1430篇 |
2023年 | 3627篇 |
2022年 | 7713篇 |
2021年 | 7548篇 |
2020年 | 7027篇 |
2019年 | 7014篇 |
2018年 | 5184篇 |
2017年 | 7895篇 |
2016年 | 5296篇 |
2015年 | 8003篇 |
2014年 | 8416篇 |
2013年 | 10179篇 |
2012年 | 14040篇 |
2011年 | 14479篇 |
2010年 | 13941篇 |
2009年 | 12246篇 |
2008年 | 12548篇 |
2007年 | 11292篇 |
2006年 | 9078篇 |
2005年 | 7115篇 |
2004年 | 4597篇 |
2003年 | 2805篇 |
2002年 | 2862篇 |
2001年 | 2614篇 |
2000年 | 2474篇 |
1999年 | 847篇 |
1998年 | 75篇 |
1997年 | 65篇 |
1996年 | 29篇 |
1995年 | 51篇 |
1994年 | 48篇 |
1993年 | 43篇 |
1992年 | 51篇 |
1991年 | 37篇 |
1990年 | 19篇 |
1989年 | 8篇 |
1988年 | 8篇 |
1987年 | 24篇 |
1986年 | 28篇 |
1985年 | 5篇 |
1981年 | 28篇 |
1965年 | 4篇 |
1963年 | 3篇 |
1962年 | 34篇 |
1958年 | 4篇 |
1957年 | 7篇 |
1956年 | 54篇 |
1955年 | 28篇 |
1954年 | 2篇 |
1953年 | 4篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
991.
基于灰色关联度法的不同年龄紫花苜蓿草地土壤肥力评价 总被引:1,自引:0,他引:1
土壤肥力能反映植物的生长潜力和表现,但又受到植物的影响。在多年生草地系统中,利用年限(牧草年龄)对土壤肥力的影响还没有准确的阐述。采用灰色关联度分析法,对6个年龄紫花苜蓿(Medicago sativa)草地土壤碳、氮、磷、钾等指标进行综合分析,以关联度进行排序对不同年龄草地土壤肥力进行评价。结果表明,在不同土层,紫花苜蓿草地土壤有机碳、全氮、铵态氮、硝态氮、全磷、速效磷和全钾含量随年龄而变化的趋势不一致。运用灰色关联度分析后发现,0-10和10-20 cm土壤肥力最好的年龄均为5龄草地,而20-30 cm土壤肥力最好的年龄为8龄,5龄草地次之。因此,从土壤肥力角度可确定黄土高原地区5龄紫花苜蓿草地利用最佳。 相似文献
992.
993.
为研究饲料中添加复合酵母培养物对奶牛产奶性能、氮排放及血液生化指标的影响,选取年龄、体重、产奶量及泌乳期相近(135±15) d的荷斯坦奶牛24头,随机分为4组,每个处理6个重复,对照组和3个试验组的复合酵母培养物添加量分别为精料浓度的0,0.8%,1.0%,1.2%,随精料饲喂,测定产奶量、乳成分、氮排放及血液生化指标,结果表明,1)试验2组日均产奶量显著高于对照组(P<0.05),各试验组分别比对照组提高8.48%,10.05%,8.97%。2)复合酵母培养物能显著提高乳脂和乳蛋白率(P<0.05),显著降低牛奶体细胞数(P<0.05),以试验2组最低。3)在氮排放量上,试验2组显著低于对照组(P<0.05),各试验组比对照组分别降低8.47%,12.01%,9.36%。4)在血液生化指标方面,复合酵母培养物能提高血清中总蛋白、球蛋白、血糖、胰岛素水平(P<0.05),降低尿素氮水平(P<0.05)。由此可见,本试验条件下,综合考虑产奶量、乳成分、氮排放及血液生化指标,复合酵母培养物的最佳添加量为精料浓度的1.0%。 相似文献
994.
猪饲料有效能值预测模型的构建 总被引:1,自引:0,他引:1
为探索饲料常规成分及碳水化合物组分与饲料有效能值之间的关系方程,本研究以NRC第11版《猪营养需要量》中发布的122套饲料营养成分表为基础,将饲料中11种基础成分[6项常规成分:干物质、粗蛋白质(CP)、粗纤维(CF)、粗脂肪(EE)、酸性醚提取物、粗灰分(ash);5项碳水化合物组分:淀粉(ST)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、半纤维素、酸性洗涤木质素]作为自变量,将饲料中的消化能(DE)、代谢能(ME)及净能(NE)作为因变量,采用SAS软件中的REG过程,分别建立不同性质饲料、自变量的不同组合与DE、ME及NE之间的回归关系方程,并以相关系数(R2)及变异系数(CV)作为评价回归模型的优劣。研究表明,有效能值与CP、ST及纤维类指标显著或极显著相关(P0.05或P0.01)。将所有饲料作为研究对象时,饲料的DE、ME及NE与上述11种基础成分之间建立的普适性回归模型预测效果较差。当将14种玉米及其加工产品形成子集时,建立饲料基础营养成分与DE、ME及NE的关系方程分别为7、6和7套(P0.05),且3组回归模型R2分别为0.632 8~0.772 3、0.646 9~0.684 9和0.670 5~0.822 1,CV分别为6.61%~8.40%、6.58%~7.34%和6.21%~8.27%;当将13种大豆及其加工产品形成子集时,共建立饲料基础成分与DE、ME关系方程分别有3和4套,回归模型R2分别为0.907 1~0.926 9、0.890 7~0.922 3,CV分别为5.40%~6.09%、5.79%~6.78%,NE与基础营养成分指标之间无法建立具有营养学意义的有效回归方程。对于同类饲料中具有相同自变量组合的DE及ME预测模型而言,两者之间的差异主要是自变量CP的系数上,且CP部分对ME的正效应低于DE,这保证模型预测的ME低于DE。同时选用本研究构建的适宜模型,补充了NRC第11版成分表中第97(去皮大豆粕,低寡糖,浸提)、101(全脂大豆,高蛋白质)及102号(全脂大豆,低寡糖)饲料的DE值分别为15.99、17.35、17.27 MJ/kg,ME值分别为14.53、16.15和16.14 MJ/kg。综上,以NRC(2012)饲料营养成分表为基础,建立的普适性有效能值回归模型预测效果较差。按照玉米类和大豆类进行分类,可建立DE、ME和NE与饲料化学成分之间的多元回归方程,其中最优的预测因子为CP、EE、ST、ash、NDF、ADF。具有相同自变量的同类饲料DE和ME预测模型之间的差异是CP系数,CP影响DE转化为ME的效率。 相似文献
995.
为提高紫花苜蓿(Medicago sativa)的抗逆性,利用在朝鲜碱茅(Puccinellia chinampoensis)已克隆的Pu P5CS基因成功构建了p CAMBIA3300-Pu P5CS表达载体,以子叶为外植体,通过农杆菌介导共培养法转化紫花苜蓿"公农5号"(M.sativa cv.Gongnong No.5),并以2.0 mg·L-1的草铵膦进行筛选,抗性愈伤组织诱导率为22.4%,经草铵膦筛选的植株进行PCR检测和RT-PCR检测。结果显示,共获得11株转化植株,表明Pu P5CS基因已转入T0紫花苜蓿植株,且能够在RNA水平上正常表达。 相似文献
996.
同时检测猪圆环病毒2型、猪细小病毒和伪狂犬病毒连接酶检测反应-PCR基因芯片检测方法的建立 总被引:1,自引:0,他引:1
为快速、灵敏、准确地同时检测和鉴别猪圆环病毒2型(PCV2)、猪细小病毒(PPV)和伪狂犬病毒(PRV)的方法,本研究采用连接酶检测反应(LDR)-PCR和基因芯片技术建立一种新型检测方法.首先在3种病毒的保守区内分别设计一对LDR探针,两端各连接一段通用序列,依次进行LDR、通用引物荧光标记扩增和芯片杂交,同时比较引物标记和Cy5 -dCTP标记方法的灵敏度.结果表明该方法可以特异地检测PCV2、PPV和PRV3种病毒,而对牛病毒性腹泻病毒、猪传染性胃肠炎病毒、猪流行性腹泻病毒、猪繁殖与呼吸障碍综合征病毒、猪瘟病毒、乙型脑炎病毒、猪圆环病毒1型检测结果均为阴性;对3种病毒的最低检测限少于10个拷贝;Cy5-dCTP标记检测的灵敏度显著高于引物标记.利用建立的方法对41例临床样品进行检测,与普通PCR检测结果符合率为97.6%~100%.该方法的建立为基础研究和临床应用提供了技术平台. 相似文献
997.
998.
999.
14头中国实验用小型猪肌肉注射复合麻醉剂(XFM)0.15mL/kg,并在注药前及注药后5、10、30、45、60、80、100、120min进行收缩压(SBP)、舒张压(DBP)、平均动脉压(MAP)和心率(HR)的监测并同步采取前腔静脉血样,采用比色法和放免法测定血清中一氧化氮(NO)、血浆中内皮素(ET)、6-酮-前列腺素F1α(6-keto-PGF1α)和血栓素B2(TXB2)的含量。结果显示,血压和HR主要是在注药后5~10min及80min时出现明显的变化(P<0.01或P<0.05)。ET和TXB2与SBP、DBP和MAP呈相关或显著相关性(P<0.05或P<0.01);而6-keto-PGF1α与SBP、DBP和MAP呈负相关或显著负相关(P<0.05或P<0.01)。NO血压和HR的变化无相关性(P>0.05)。结果表明,ET、TXB2和6-keto-PGF1α共同参与了XFM引起的小型猪血流动力学变化过程,是引起小型猪血压发生变化的主要原因之一。 相似文献
1000.