Oxygation Improves Yield and Quality and Minimizes Internal Fruit Crack of Cucurbits on a Heavy Clay Soil in the Semi-arid Tropics
Notice bibliographique
Résumé
This study evaluated the effects of aerated irrigation water (oxygation) with subsurface drip irrigation, employing an in-line air injector (Mazzei venturi to introduce 12% air by volume of water) on yield, fruit quality and water use efficiency of watermelon (Citrullus vulgaris) and pumpkin (Cucurbita maxima) in a heavy clay soil. The fruit yield with oxygation increased from 14.5 t ha-1 to 24.6 t ha-1, and 26.3 t ha-1 to 28.9 t ha-1, for watermelon and pumpkin, respectively. The total soluble solids (ºBrix) increased by 19% with oxygation (13.2 vs. 11.1%), and internal fruit crack decreased for watermelon, whereas fruit dry matter increased by 4% (40 vs. 38.4%) and ºBrix by 7% (13.7 vs. 12.8%) in pumpkin. Season long water use efficiency was greater with oxygation compared to the control. The higher yield with oxygation was associated with a more rapid canopy cover, more leaf chlorophyll, and an increase in leaf photosynthetic rate, and leaf transpiration and increase in fruit number and size.
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 ».