Grain Yield and Yield Components of Quality Protein Maize Genotypes as Influenced by Irrigation and Plant Population in the Nigerian Savannah
Notice bibliographique
Résumé
An experiment was conducted to assess the yield and yield components of QPM genotypes to plant population under irrigated conditions in a semi arid ecology of Northern Nigeria. Field trials were conducted at the Irrigation Research Station, Institute for Agricultural Research, Kadawa (11° 39'N, 08° 20'E) and 500 m above sea level) during dry seasons 2007, 2008 and 2009 to study the effect of (Zea mays L.) genotypes (TZE-W Pop X 1368, EV-DT W99 STR and DMR-ESRW), four plant population (33333, 44444, 55555 and 66666 plants ha-1) and three irrigation scheduling (40, 60 and 80 centibars soil moisture tension) on the growth and yield of quality protein maize. A split plot design was used with combinations of genotypes and irrigation regimes assigned to the main plot and plant population assigned to the sub-plot. The treatments were replicated three times. The study revealed that genotype EV-DT W99 STR had significantly higher weight of ears per plant, cob length, cob diameter, number of rows per cob, 100 grain weight, grain yield, shelling percentage and harvest index than the other two genotypes used in the trial. Irrigating at 40 and 60 centibars significantly increased weight of ears per plant, while delayed irrigation significantly depressed total dry matter production. Based on the results obtained in this study, it can be concluded that the use of genotype EV-DT W99 STR, at 60 centibars irrigation scheduling and population of 55,555 plants ha-1 had resulted in good agro-physiological characters of QPM at Kadawa.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».