Effects of Organic Residues on Soil Properties and Sesame Water Use Efficiency
Notice bibliographique
Résumé
A study was conducted at the National Semi-Arid Resources Research Institute-Serere, Uganda for three seasons (2013 short rains, 2014 long rains and 2014 short rains) to investigate the effect of crop residues and animal manure on soil bulk density (SBD), soil moisture content (SMC) and water use efficiency (WUE) of sesame. The experiment was laid out in a randomized complete block design with three replications. The treatments comprised: control, 4 crop residues, 2 animal manures and combinations of 2 animal manures and 4 crop residues all applied at two rates of 3 and 6 t/ha. Plots treated with 6 t/ha of millet husks produced the highest SMC (37.46%) and lowest SBD (1.1717 g/cm3) across seasons; while plots treated with 3 t/ha of millet husks produced the highest WUE of sesame (9.92 kg ha-1 mm-1) across seasons compared with other crop residue and animal manure treatments applied singly. Soil moisture content was highest (38.09%) and SBD lowest (1.0520 g/cm3) across seasons in plots treated with 6 t/ha of poultry manure plus millet husks; while plots amended with 3 t/ha of poultry manure plus millet husks produced the highest WUE of sesame (9.40 g/cm3) across seasons compared with other treatments. Crop residues influenced SMC and SBD in the order; millet husks > cowpea husks > sorghum husks > groundnut shells. Crop residues affected WUE of sesame in the order; millet husks > sorghum husks > groundnut shells > cowpea husks. This study has demonstrated that poultry manure plus millet husks have a potential to enhance WUE of sesame.
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 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 ».