Drip irrigation scheduling for optimizing productivity of water use and yield of dry season pepper (<i>Capsicum annuum</i> L) in an inland valley swamp in a humid zone of Nigeria
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
The effects of drip irrigation schedules (weekly and fortnight intervals) on water use, yield and water productivity of dry season pepper grown in inland valley swamp was investigated between December 2009 and May, 2010. The first planting (December, 2009) adequacy of soil moisture from planting to date of first flowering was assumed, thereafter irrigation was imposed during reproductive growth. In the second sowing (Janaury, 2010), pepper seedlings were drip-irrigated weekly and fortnightly from transplanting to fruit harvest. In both experiments, irrigation was imposed using low-head (gravity) drip system weekly and fortnightly and 1.38 litres of water per plant at each irrigation while soil moisture storage ranged from 100 to 50 % of plant available water. Higher root biomass and densities at soil depths were obtained for fortnight irrigation over weekly. Within the crop root zone, and across irrigations, soil moisture contents ranged between 14.7 and 11.8% for the respective surface (0 – 20cm) and lower (30-45 and 45-60 cm) soil depths. Soil moisture tension were - 7 to -10 bar and -10 to -14 bar for the respective seedling establishment and reproductive growth phases. Total fruit yield and water productivity were higher (8.8 and 1.85 kg/ha/mm) in December over January (8.5 t ha -1 and 1.25 kg/ha/mm) sowing. In addition, over weekly (9 t ha -1 ) irrigation, fruit yield obtained (8.1 t ha -1 ) under fortnight irrigation translated to 24 % water savings.
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 | 0,001 | 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 | 0,001 |
| 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