MétaCan
Menu
Retour à la cohorte
Enregistrement W2626559168 · doi:10.6000/1927-5129.2017.13.50

Effect of Different Levels of Zinc on the Growth and Yield of Cotton (Gossypium hirsutum L) Crop

2017· article· en· W2626559168 sur OpenAlexvenueno aff
A. H. Kaleri, Arshad Ali Kaleri, Shabana Memon, Abdul Latif Laghari, Saima Bano, Musarat Mallano, Majid Hussain Kaleri

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueResearch in Cotton Cultivation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKharif cropRandomized block designZincCropField experimentYield (engineering)PopulationHorticultureAgronomyGossypiumBiologyAnimal scienceMathematicsChemistryMedicine

Résumé

récupéré en direct d'OpenAlex

An experiment was conducted to determine the effect of different levels of zinc on the yield and growth of cotton in the field of Agronomy section ARI, Tandojam during the Kharif Season 2014. Seeds of cotton were sown in rows 75 x 30 cm in row and plant spacing in soil with four replications in Randomized Complete Block Design. Six zinc levels i.e. untreated 0.0, 5.0, 7.5, 10.0, 12.5 and 15.0 kg ha-1 were evaluated. The results reveals that plant height, number of sympodia plant-1, number of productive bolls plant-1, fibre length, G.O.T (%) and seed cotton yield kg ha-1 affected significantly by the zinc levels, while plant population and number of monopodial branches were not affected. Application of zinc from 5.00 to 15.00 showed similar effect. However, control resulted different in taller plants (130.55 in), while application of 15.00 kg zn ha-1 produced maximum sympodia (16.35 plant-1) however productive bolls were more at 10.00 kg zn ha-1 (50.30 plant-1). The staple length was maximum (27.00 mm) at 7.5 kg zn ha-1, while G.O.T% was greater (38.28%) at 5.00 kg zn ha-1, whereas maximum seed cotton yield was recorded at 7.5 kg zn ha-1 (2556.70 kg ha-1). For the trait of seed cotton yield plant1, there was no any difference between applications of zinc sulphates 5.00 to 7.5kg ha1.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil0,391

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,068
Tête enseignante GPT0,301
Écart entre enseignants0,233 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetResearch in Cotton CultivationTravaux en français237 207