Planting Dates and Harvesting Stages Influence on Maize Yield under Rain-Fed Conditions
Notice bibliographique
Résumé
Understanding the challenges associated with variation in weather conditions and stages of maturity in maize are essential for farmers to achieve continuous production under climate changes. This research evaluated the interactive effect of planting date and stages of maturity at harvest on maize yield (Zea mays L.). Field trials were conducted during the 2014/15 and 2015/16 seasons at university of KwaZulu-Natal research farm Pietermaritzburg South Africa. Planting dates comprised of early (November), mid (December) and late planting dates (January). While, harvesting occurred at milk stage, dent stage and physiological maturity. A split plotdesign with four replications was used. The main plot and sub-plot consisted of planting dates and harvesting stages respectively. Response of maize to planting dates and harvesting stages was determined by variables of plant physiological growth and yield parameters. Significant differences in growth and physiological parameters were more obvious in 2015/16 season which was a drier season than 2014/15. Early and mid-planting had positive effect on parameters measured at both seasons. However, mid planting date favoured maize growth and yield more in drier season. The interaction of planting dates and harvesting stages significantly influenced grain yield, thousand seed weight, ear length and diameter. Thousand seed weight, ear length and diameter obtained at dent stage under mid planting outperformed its counterpart from physiological maturity under which late planting. With the increase in climate variability there is high risk that maize planted lately would have lower yield irrespective of its planting dates and might not attain physiological maturity. However, maize harvested at dent stage under early and mid-planting dates gave substantially high yield.
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 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 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 ».