MétaCan
Menu
Retour à la cohorte
Enregistrement W2154889069 · doi:10.5539/jas.v4n1p71

Influence of Drip Irrigation and Mulch on Leaf Area Maximization, Water Use Efficiency and Yield of Potato (Solanum tuberosum L.)

2011· article· en· W2154889069 sur OpenAlexvenueno aff
Santosh Kumari

Notice bibliographique

RevueJournal of Agricultural Science · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePotato Plant Research
Établissements canadiensnon disponible
Organismes subventionnairesIndian Agricultural Research InstituteIndian Council of Agricultural Research
Mots-clésDrip irrigationMulchAgronomyEnvironmental scienceIrrigationStolonInterceptionWater contentWater-use efficiencySurface irrigationTranspirationSolanum tuberosumBiologyBotany

Résumé

récupéré en direct d'OpenAlex

This study critically assessed the influence of frequent availability of water i. e. drip irrigation and mulch on optimum leaf area development of potato that control light interception and soil moisture conservation. Crop growth was stimulated in terms of early pick up of leaf areas that quickly covered the ground and improved transpiration efficiency. Drip irrigation increased water use efficiency three times as compared with furrow irrigation (conventional method of irrigation). Black Polyethylene mulch (25µm) conserved soil moisture, raised soil temperature by 9oC, stimulated shoot, solon and root growth, increased the total tuber number and yield but reduced the grade of tubers. Drip irrigation may prove a viable tool for source-sink alteration; stimulating early stolon initiation combined with ability to quick ground cover and sustained leaf growth for new tuber initiation for seed production as well as extended tuber bulking of early formed tubers for obtaining maximum yield with 50% saving of irrigation water and efficient use of nitrogen fertilizer.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,703
Score d'incertitude au seuil0,176

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,035
Tête enseignante GPT0,219
Écart entre enseignants0,184 · 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'étudeExpérimental (laboratoire)
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

Citations32
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPotato Plant ResearchTravaux en français237 207