Effect of Irrigation Water Salinity on the Growth of Quinoa Plant Seedlings
Notice bibliographique
Résumé
The experiment aimed to study the effect of the irrigation water quality on the growth of seedlings and its yield of quinoa plant through some traits i.e., plant height, number of leaves per plant, 1000 grains weight, dry weight per plant , stem diameter, inflorescence length and grain yield per plant. Four treatments were used as follow: T1 (low salinity water, EC 1.25 dS m-1), T2 (mix water between low salinity water and agricultural drainage water at ratio 1:1, EC 4 dS m-1), T3 (agricultural drainage water, EC 8 dS m-1) and T4 (high salinity water, EC 16 dS m-1). The treatments application was at the beginning of the plant buds so that the amount of irrigation water up to 75% from field capacity. The significant effects of treatments were found on all tested traits. Also, the results clarified that the rate of chlorophyll ranged between 44.18 (treatment T4) and 53.75 SPAD (treatment T3), water potential of the fourth leaf has ranged from -0.83 to -1.745 MPa for T1 and T3 treatments, respectively, number of leaves per plant was ranged between 26.5 and 28.5 when the plants were irrigated with T4 and T1 irrigation water treatments, respectively. The inflorescence lengths were varied between 8 cm at T4 treatment and 12 cm at T2 treatment. The plant height was ranged between 53.5 cm (T4) and 60.75 cm (T3). The low values of seed yield were recorded at T4 (17.05 g/plant) while the higher values were recorded with T2 treatment (34.08 g/plant). 1000-grain weight values were ranged between 2.97 g at T2 treatment, and 3.49 g at treatment T1.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».