The Effects of Maize Planting Density and Weeding Regimes on Light and Water Use
Notice bibliographique
Résumé
Light and water are among essential resources required for production of photosynthates in plants. A study on the effects of weeding regimes and maize planting density on light and water use was conducted during the 2001/2 short and 2002 long rain seasons at Muguga in - the central highlands of Kenya. Weeding regimes were: weed free (W1), weedy (W2), herbicide (W3) and hand weeding twice (W4). Maize planting densities were 9 (D1) and 18 plants m-2 (D2) intercropped with Phaseolus vulgaris (beans). The experiment was laid as randomized complete block design replicated four times and repeated twice. All plots were thinned to 4 plants m-2 at tasseling stage (96 DAE) and thinnings quantified as forage. Soil moisture content (SMC), photosynthetically active radiation (PAR) interception, evapo-transpiration (ET crop), water use efficiency (WUE), and harvest index (HI), were determined. Percent PAR was higher in D2 than in D1 before thinning but higher in D1 than in D2 after thinning in both seasons. PAR interception was highest in W2 but similar in W1, W3 and W4 in both seasons. SMC was significantly lower in W2 but similar in W1, W3 and W4. D2 had lower SMC than D1 in season two. Weeding regime significantly influenced ET crop, while planting density and weeding regime significantly influenced WUE and HI. D2 maximizes water and light use for forage production but results to increased intra-specific plant competition for water and light severely before thinning (96 DAE) that reduce grain yield in dual purpose maize, relative to D1.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».