Effect of Different Irrigation Water Qualities on Turnip Production and Water Productivity under Furrow Irrigation Method
Notice bibliographique
Résumé
A field experiment was conducted at Sindh Agriculture University Tandojam during the year 2015-16, aiming to investigate the response of turnip crop to various salinity levels of irrigation. The experiment was placed applying randomized complete block design (RCBD) with four different treatments i.e. Freshwater (I1), ECw with 2.5, 3 and ECw3.5 dS m-1 (I2, I3 and I4) respectively replicated thrice. The results for experiment placed revealed an average increase in soil ECe 0.09, 0.17, 0.26 and 0.38 dS m-1 under I1, I2, I3 and I4 respectively. An decrease in dry density (g cm-3) of soil profile, decrease in pH 0.19, 0.38, 0.5 and 0.84 in treatments I1, I2, I3 and I4 respectively and an decrease in agronomical data i.e. weight and diameter were also observed with an increase in ECw by the water being irrigated. Crop water productivity with 5.83, 4.35, 2.97 and 1.85 kg m-3 for treatmentsI1, I2, I3 and I4 respectively also decreased with an increase in ECw and Nacl. Average yield of 19.27, 14.37, 9.83 and 6.12 kg was obtained with applied treatments i.e. I1, I2, I3 and I4 respectively, thus a decrease in yield with 25.45%, 31.60% and 37.72% with treatments I2, I3 and I4 was observed when compared as treated by freshwater (I1). Therefore farmers can use irrigation water having ECw 3.5 dS m-1 for the turnip crop at reduction of 37.72% (approximately).
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 | 0,000 |
| 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) | 0,001 | 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 ».