The Effect of Combined Application of Poultry Manure and Sawdust on the Growth and Yield of Okra
Notice bibliographique
Résumé
The effect of combined application of poultry manure and sawdust on soil properties, growth and yield of okra (Abelmoschus esculentus (L.) Moench) were investigated at the main campus of Tai solarin University of Education Ijagun, Ijebu-Ode, Ogun State, Nigeria during 2010/2011 dry season. This size of the plot was 45 m by 5m; the seed was planted with three seed per hole at a spacing of 0.5 m. The total numbers of plots were 27 plots, for the avoidance of doubt; it comprises three treatments and each treatment was replicate three times. The treatments consisted of 0, 5, 10 ton/ha Broiler litter (Poultry manure) and 0, 2, 5 ton/ha (sawdust). The results indicated a significant increase in growth parameters in those plants planted in 0, 2, 5 ton/ha poultry manure plot than sawdust plot. However, treatments were laid out in a randomized complete block design (RCBD) with three replications. Data were collected on growth and yield parameters (plant height, stem girth and number of leaves) were increased significantly (p<0.05) as manure rates increased. Poultry manure at 10 ton/ha has significant increase in fruit yield of okra increase. The combined application of poultry manure and sawdust does not have effect on yield and fruit number of okra but there is a slight effect on plant height. Based on the findings of the experiments it could be deduced that poultry manure seems to promote higher growth and yield of okra. Thus, it should be recommended for farmers growing okra in region.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».