The Effect of In-Field Rain Water Harvesting on Orange-Fleshed Sweet Potato Biomass and Yield
Notice bibliographique
Résumé
Water scarcity affects both food security and human nutrition. In-field rain water harvesting (IRWH) combines the advantages of rainwater harvesting, no-till, basin tillage and mulching on high drought risk clay soils. In this study, the IRWH system was customized to fit the cropping system of orange-fleshed sweet potato (OFSP). Field trials were conducted over two seasons to compare cultivation of OFSP using IRWH versus conventional tillage (CON). Data collection included plant survival, root initiation, marketable root yield, unmarketable root yield classes and biomass. Planting OFSP using the IRWH system resulted in significantly higher total biomass, higher marketable and total root yield per plant, as well as larger number of roots per plant compared to CON. Despite the relatively higher yield, total production (t/ha) was only significantly higher in season two at 4.6 t/ha vs 2.7 t/ha for CON. Subsistence farmers and households in semi-arid areas may grow small plots of orange-fleshed sweet potato in IRWH opposed to only growing maize and in that way add vitamin A to the diet. This is the first study on the application of IRWH to produce OFSP under rainfed conditions, and more research can be conducted to expand the knowledge on application and benefits of IRWH for OFSP 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 | 0,002 | 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 | 0,001 |
| 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 ».