MétaCan
Menu
Retour à la cohorte
Enregistrement W2519907133 · doi:10.3968/8486

Assessement of the Relationship Between Increase in Heigth of Cassava Growth Rate and Agro-Climatic Parameters in Ilorin Area of Kwara State, Nigeria

2016· article· en· W2519907133 sur OpenAlexvenueno aff
T.I. Yahaya, S Ojoye, Tsado E.K

Notice bibliographique

RevueAdvances in natural science/Advances in natural sciences · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRelative humidityCropAgricultureEnvironmental scienceYield (engineering)AgronomyWind speedGeographyMathematicsBiologyEcologyMeteorology

Résumé

récupéré en direct d'OpenAlex

Cassava is primarily produced for food in its various forms and Nigeria has been recognized as the largest producer of the crop in the world. Despite the impacts of various weather parameters on crop production, Cassava can still withstand harsh conditions making it a key crop for protecting small holder farming against climate change. This paper therefore examined the relationship between increase in height of Cassava growth rate and agro climatic parameters. The agro climatic indices appraised were Rainfall, Relative humidity, Temperature and wind speed. Interrelationship between these agro climatic variables and increase in the height of growth rate of Cassava was computed using regression analysis. It was discovered that the four agro climatic variables had relationship with one another at either 95% significant level or 99% level. It was also revealed that there is 75% at 95% significant level in the rate of increase in height and yield of Cassava which was accounted for by relative humidity. It was therefore concluded that increase in the height rate and yield of Cassava due to relative humidity was as a result of combined effects of the three other climatic parameters.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,005
Études des sciences et des technologies0,0000,003
Communication savante0,0000,003
Science ouverte0,0010,000
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 Opus0,026
Tête enseignante GPT0,290
Écart entre enseignants0,264 · 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.

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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in natural science/Advances in natural sciencesMême sujetCrop Yield and Soil FertilityTravaux en français237 207