Optimal Irrigation for Onion and Celery Production and Spinach Seed Germination in Histosols
Notice bibliographique
Résumé
Increasing water scarcity in humid regions requires that food production increase its water use efficiency. Because the hydraulic characteristics of Histosols are different from those of mineral soils, water management for vegetable production must be adapted accordingly. The objective of this research was to determine the optimal soil water potential for irrigating onion (Allium cepa L.), celery (Apium graveolens L.), and spinach (Spinacia oleracea L.) crops in muck soils. Onion and celery were subjected to three irrigation treatments scheduled when tensiometer readings reached –10 or –20 kPa for onion and –30 or –50 kPa (2008) and –15 or –30 kPa (2009) for celery compared with drier control treatments for both crops. For spinach, two irrigation treatments (–10 and –20 kPa) and a control (drier) were tested. Optimal onion marketable yields and jumbo size were obtained from irrigation at potentials above –20 kPa at the bulbing stage. Celery had the best yields with the treatments of 2009 relative to the drier control. The highest spinach germination rate and yield were obtained at –10 kPa. Reliable estimates of the optimal thresholds were consistent with calculations performed using a simple analytical solution to Richards’ equation and soil characteristics. Irrigation thresholds for matric potential in a muck soil were shown to be crop specific and could be derived from a model and basic soil hydraulic characteristics.
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 | 0,000 |
| 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 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 ».