MétaCan
Menu
Retour à la cohorte
Enregistrement W1992039189 · doi:10.5539/jas.v2n3p229

Evaluation of Sorghum-Cowpea Intercrop Productivity in Savanna Agro-ecology using Competition Indices

2010· article· en· W1992039189 sur OpenAlexvenueno aff
T. O. Oseni

Notice bibliographique

RevueJournal of Agricultural Science · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSorghumIntercroppingSowingAgronomyCropCroppingMathematicsProductivityStrawCropping systemCompetition (biology)BiologyAgricultureEcology

Résumé

récupéré en direct d'OpenAlex

The competitive behaviour of sorghum-cowpea intercrops at different planting patterns were studied at the Abubakar Tafawa Balewa University Teaching and Research farm, Bauchi in the northern Guinea savanna of Nigeria during the 2005 and 2006 growing seasons. The treatments comprised of three row arrangements of sorghum/cowpea mixtures; one row of sorghum for one row of cowpea (1S:1C), two rows of sorghum for one row of cowpea (2S:1C) and one row of sorghum for two rows of cowpea (1S:2C), respectively. Sole crops of sorghum and cowpea were included as check to compare yields of intercropped mixtures. Results indicated that grain and straw yields of both sorghum and cowpea were higher in sole cropping than in the intercropping mixtures. However, the 2S:1C planting arrangement exhibited higher LER, competitive indices values, SPI and MAI (N7857.11) compared to the other planting arrangements and the sole crops. From this study, it is inferred that intercropping of sorghum with cowpea at 2S:1C planting pattern will give higher income, better land use efficiency and thus enhancing sustainability of crop production than sole culture of each crop species.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,295
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations79
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207