Planting Date and Cultivar Effects on Grain Yield in Dryland Corn Production
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Corn ( Zea mays L.) production is gradually spreading into the Sudan savanna zone of West Africa where production is limited by erratic and inadequate rainfall. To increase corn production, production practices should be properly designed to minimize the effects of low precipitation and high temperatures that characterize the zone. A study, to determine the performance of late (120 d), early (90 d), and extra‐early maturing (80 d) corn cultivars over a range of planting dates, was performed in the Sudan savannas of northeast Nigeria. Delaying planting generally increased days to flowering and the anthesis‐silking interval (ASI) and reduced dry matter production and yield and yield components. In Azir, planting of corn on 13 July reduced grain yield by 42% in 2006 because of a dry spell during crop establishment. Delaying planting to 21 and 28 July also reduced grain yield by 19 and 28.5%, respectively over the 2 yr. Averaged over the 2‐yr yield reduction was 29.5 and 42% when corn was planted on 21 and 28 July, respectively in Damboa. There was no interaction between planting date and corn cultivar for days to silking, ASI, and grain yield suggesting that the cultivars responded similarly to planting date. The extra‐early maturing cultivar, 95 TZEE‐W, produced highest dry matter, harvest index, and grain yield at all planting dates suggesting that this cultivar is the most suitable in both locations. To reduce risk of drought stress, extra‐early maturing corn cultivars should be planted in the Sudan savanna between the last week of June and the first week of July.
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.
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 | 0,000 | 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 | 0,000 |
| 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 découle