MétaCan
Menu
Retour à la cohorte
Enregistrement W2139353997 · doi:10.5539/jas.v4n10p12

Yield Performance of Popcorn (Zea mays L. everta) under Lime and Nitrogen Fertilization on an Acid Soil

2012· article· en· W2139353997 sur OpenAlexvenueno aff
Emmanuel Bassey Effa, D. F. Uwah, G. A. Iwo, Ekemini Edet Obok, G. O. Ukoha

Notice bibliographique

RevueJournal of Agricultural Science · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLimeYield (engineering)SowingHuman fertilizationNitrogenField experimentAnimal scienceAgronomyAmendmentCropMathematicsSoil pHHorticultureSoil waterChemistryBiologyEcologyMaterials science

Résumé

récupéré en direct d'OpenAlex

A two-year field experiment was carried out on the acidic coastal plain sands of South Eastern Nigeria during the year 2009 and 2010 planting seasons to study the effect of lime levels (L = 0, 500 and 1000 kg ha-1) and nitrogen rates (N = 0, 40, 80 and 120 kg ha-1) on -popcorn varieties (Yellow composite and Ashland). Results showed that N application resulted in significantly (p=0.05) higher grain yield at 80kg N ha-1 in 2010 than that obtained at 120 kg Nha-1 in 2009. Yield in 2010 outstripped yield in 2009 by 23.65%. Results also showed that lime at 500 kg ha-1 gave the highest popcorn yields in 2010, a yield increase of 18.03 % above control, whereas there was no yield response to lime in 2009. Based on the results obtained, it can be concluded that popcorn sown at 80 kg N ha-1 and 500 kg ha-1 rates of lime significantly increased the crop productivity compared to those sown at other N and lime rates. The study demonstrated the effect of lime amendment in reducing rates of inorganic N applied to popcorn especially with resource poor farmers who form the bulk of maize producers in Nigeria.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,788
Score d'incertitude au seuil0,208

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,230
Écart entre enseignants0,201 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations12
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetCrop Yield and Soil FertilityTravaux en français237 207