Influence of Planting Methods and Density on Performance of Chia (Salvia hispanica) and its Suitability as an Oilseed Plant
Notice bibliographique
Résumé
A 2-year field experiment was conducted in 2012 and 2013 at the research fields of CSIR-Crops Research Institute to determine the best agronomic practices for the field establishment and cultivation of Chia (Salvia hispanica) and determine insect pests and diseases associated with the plant. The study also determined the nutritional composition of the plant under Ghanaian environment. A split-plot field trial with 2 planting methods (direct planting with seed; planting from seedling) as main plot and 3 planting density (10,000 plants/ha; 20,000 plantst/ha; 40,000 plantst/ha) as subplot were used for the agronomic evaluation of the plant. A sweep net was used to sweep diagonally across the field under two separate regimes to collect insects on the crop for the entomological investigations. Major insects collected were coreid bugs, lagria sp., Zonocerus variegatus and Diopsis thoracica. The method used for the pathological investigations were the moist blotter test and culture of pathogens on Potato Dextrose Agar. The results of the study in both years show high biomass and seed yield of chia when the crop was planted directly in the field. Narrow-row spacing of 0.5m x 0.5m consistently produced the highest biomass and seed yield in both years of the study. The results indicated that interaction between planting method and planting density positively influenced most of the growth and yield parameters of Chia plants. Nutritional profile analysis from the Chia seeds shows medium to high proximate and mineral composition. Disease evaluation revealed evidence of Fusarium wilt infection on Salvia hispanica in the field. The study recommends the adoption of direct planting method and narrow-row spacing (0.5m x 0.5m) (SP3) as the best option for the production of Chia plants in Ghana.
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 | 0,001 |
| 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) | 0,001 | 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 ».