MétaCan
Menu
Retour à la cohorte
Enregistrement W2763806517 · doi:10.5539/sar.v7n1p7

The Role of Soil Amendments on Population Dynamics of Insect Pests, Growth Parameters and Yield of Eggplant, Solanum melongena (L.) Moench

2017· article· en· W2763806517 sur OpenAlexvenueno aff
Philip Kweku Baidoo, M. B. Mochiah, D. K. Asare, A. A. Sefah

Notice bibliographique

RevueSustainable Agriculture Research · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBanana Cultivation and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgronomyBiologyMelongenaAphis gossypiiSoil fertilityPopulationSolanumCow dungCropFertilizerLeucinodes orbonalisRandomized block designCrop yieldSoil waterHorticulturePEST analysisHomopteraInfestationAphididae

Résumé

récupéré en direct d'OpenAlex

Loss of soil fertility as a result of continuous cropping on the same piece of land has necessitated the need to improve soil fertility for better crop yields. Inorganic and organic fertilizers have been used to improve soil fertility, however, excessive use of soil amendments improve vegetative growth of plants thereby attracting large numbers of insect pests. Cow dung and poultry droppings were used as soil amendments in a field experiment using eggplant Solanum melongena. The effects of these organic manures were compared with inorganic fertilizer (NPK) and a control where there was no application of soil amendment in a randomized complete block design with 3 replicates. Parameters studied were pests’ and their numbers, plant height, number of leaves per plant, leaf area, stem girth and yield. The major insect pests identified on the plant were Bemisia tabaci, Aphis gossypii, Leucinodes orbonalis and Eublemma olivacea. Bemisia tabaci and Aphis gossypii scores were significantly larger on cow dung and poultry manure plots. Leucinodes orbonalis and Eublemma olivacea numbers were not significantly different on the treated and control plots. Mean plant height, number of leaves and yield differed significantly among the soil amended plots. Even though soil amendments improve the nutrient content of the soil and the yield of crops it could lead to increase in pests numbers and damage caused to plants.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,488
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,037
Tête enseignante GPT0,287
Écart entre enseignants0,250 · 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'étudeObservationnel
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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable Agriculture ResearchMême sujetBanana Cultivation and ResearchTravaux en français237 207