Comparison of Fish Pond Waste Water with Manures under Garden Egg in Nigeria
Notice bibliographique
Résumé
<p class="1Body">Two field experiments were conducted from 2012 to 2013 cropping seasons to evaluate the efficacy and also determine the optimum rates of application for fish pond waste water in comparison with three other manures including one inorganic fertilizer and two organic manures under garden egg (<em>Solanum spp.</em>) crop.Garden egg was fertilized with pond waste water (PW), poultry manure (PM), pig manure (PG) and NPK15:15:15 at equivalent nitrogen (N) rates (0, 150, 300, 450 kg/ha). The treatments were arranged in a split plot under randomized complete block design (RCBD).The results obtained indicated a slight drop in soil pH but soil OM, total N, available P, exchangeable Ca and K increased generally with increasing rates of manures. The PW and PG treatments supported significantly (P&lt;0.05) the highest yields of the crop compared to PM and NPK with the 150 and 300 kg/ha treatments recording the highest increase. These results have shown that under the high rainfall and acidic soil conditions of Akwa Ibom State in Nigeria, PW is useful for the improvement of soil conditions and achievement of higher crop yields when applied at rates that supply N in the range of 150 – 300 kg/ha.</p>
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 | 0,000 | 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 | 0,001 |
| 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) | 0,002 | 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 ».