Influence of Nitrogen Fertilizer Application on Grain Yield, Nitrogen Uptake Efficiency, and Nitrogen Use Efficiency of Bread Wheat (Triticum aestivum L.) Cultivars in Eastern Ethiopia
Notice bibliographique
Résumé
The study was conducted in Eastern Ethiopia, namely Meta and Tullo districts, during the 2015 cropping season to determine the effect of N fertilizer levels on N uptake, N use efficiency (NUE) and grain yield on bread wheat cultivars. Factorial combinations of five N levels (0, 30, 60, 90, and 120 kg N ha-1) and four bread wheat cultivars (Danda’a, Digalu, Kakaba and local cultivar) were laid out as a randomized complete block design (RCBD) with three replications. The interactions of sites, N levels, and cultivars significantly (p ≤ 0.01) affected grain yield (GY), nitrogen uptake by grains, total nitrogen uptake, nitrogen uptake efficiency (NUpE) and nitrigen use efficiency for grain yield (NUEGY). Main effects of sites, N levels and cultivars had significant (p < 0.01) effect on grain and straw N contents, straw N uptake, N biomass production efficiency, N utilization efficiency (NUtE) and nitrogen harvest index (NHI). The cultivar Kakaba at rate of 90 kg N ha-1 produced the highest grain yield (4880 kg ha-1) in Tullo, which was statistically similar with the grain yield (4816 kg ha-1) obtained from the cultivar Digalu with 120 kg N ha-1 in Meta district. The NUEGY was higher with values of 24.2 and 24.1 kg grain kg-1 N in Tullo and Meta districts, respectively, for Digalu cultivar at 30 kg N ha-1 application rate than the remaining N levels and variety interactions at both sites. Cultivars variations in NUEGY under low N application levels were mainly due to higher variations in NUpE than in NUtE. Therefore, there is a need for exploration of the effectiveness of various combinations of N rates with time of applications for improvements of N-use efficiency traits and cost effectiveness in improved wheat cultivars production.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».