The Effect of Irrigation Intervals on the Growth and Yield of Quinoa Crop and Its Components
Notice bibliographique
Résumé
This experiment was conducted to study the effect of irrigation intervals on growth, yield and its components and some of the chemical characteristics of the soil after the harvest of quinoa (Chenopodium quinoa willd) plant. Three treatments were used as follow: T1 (twice irrigation every week, which is the common in the region), T2 (once irrigation every week) and T3 (twice irrigation every two weeks) using in a randomized complete block design with four replicates. The crop coefficient (Kc) value differed according to the stage of growth where the results showed that the T2 treatment gave the highest mean in all the studied traits followed by the T3 treatment in all traits except the number of seed/m2. The results also confirmed that the increase in water reduced the agronomic traits such as harvest index, number of seeds and yield of seeds and straw/m2. Also it showed that the pH values in soils were not significantly affected by irrigation, while Ec significantly affected. Correlation coefficient was negative with the most traits and low with the number of grain (0.34) under overall studied treatments which confirms that quinoa is a plant that needs limited amounts of irrigation water. On the other hand there was positive strong correlation between the harvest index and grain yield (0.92). The results showed that moisture stress treatments increased the concentration of the ionic, NH4-N and NO3-N significantly compared to soils which do not have moisture stress (T1, T2). We assume that the development based on Kc during growth-stages helps in irrigation management and provides precise water applications for quinoa plant. These results indicate that the water requirements of quinoa plant are limited and that quinoa plant growth is not affected by the lack of irrigation water on the crop and its qualities.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».