Effect of overhead irrigation on corn yield and quality under shallow water table conditions.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Corn is a moisture sensitive crop and drought conditions during critical growth stages affect kernel yield and quality. The objective of this field research was to determine the impact of water contribution from shallow water table under overhead irrigation and no irrigation treatments on corn yield, in a fine sandy loam soil in Southern Manitoba. The study was conducted at two different sites (Canada Manitoba Crop Diversification Centre (CMCDC), and Hespler Farms). Compared to no irrigation treatment, the overhead-irrigated plots had a 16% (p = 0.021) and 9% (p = 0.025) significantly higher yield at CMCDC, and Hespler sites, respectively. The kernel quality, based on kernels passing through 14/64-mesh size, in overhead-irrigated plots was found to be significantly better in overhead-irrigated plots at CMCDC (p = 0.011) and Hespler (p = 0.003) sites compared to the non-irrigated treatment. The increased unsaturated hydraulic conductivity due to increased water content of the soil beneath the root zone in the irrigated treatment led to an increased upward migration of water from the shallow water table compared to the upward migration in the non-irrigated treatment. In the irrigated treatment, the irrigation water quality was better than the quality of the water supplied from the water table because groundwater had high concentration of nitrate (55 ppm). However, in the non-irrigated treatment, the precipitation alone was not sufficient to dilute the poor quality water from the water table leading to lower yield and poor kernel quality.
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.
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 | 0,000 |
| 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) | 0,000 | 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 découle