Productivity, Technological Attributes and Water Use Efficiency of Sugarcane Cultivars Under Regulated Deficit Irrigation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Irrigation systems with high water application uniformity, adapted cultivars, and management of regulated deficit irrigation (RDI) are some ways to increase water use efficiency in agriculture. RDI is a practice that aims to provide a smaller amount of water than that consumed by crops without significantly affecting agricultural yield. Objectives of this study were to evaluate the technological characteristics (Bx, Juice POL, Fiber, TRS and Cane POL), water use efficiency (WUE), number of stalks, and sugar and stalk yield of five sugarcane cultivars subjected to RDI and non-irrigation. The experiment was conducted at the School of Agricultural and Veterinatian Sciences, São Paulo State, Brazil. The treatments were distributed in a partially balanced incomplete-block design. The RDI provided 50% of the evapotranspiration water by the crop. At each 30 mm water deficit a 15 mm depth was applied. The evaluated sugarcane cultivars were ‘CTC 4’, ‘IACSP 93-3046’, ‘RB 86-7515’, ‘IACSP 95-5000’, and ‘IAC 91-1099’. The total irrigation depth applied during the cycle was 180 mm. The RDI reduced the technological characteristics of sugarcane. However, it increased the productivity of the stalks and sugar, and did not change the number of stalks per hectare, nor the water use efficiency. Among the cultivars, ‘IAC91-1099’ showed the highest sugar yield (21.81 t ha-1), stalk yield (146.5 t ha-1), and water use efficiency (146.7 kg ha-1 mm-1). The cultivar ‘CTC4’ showed little responsiveness to RDI, presenting a lower number of stalks per hectare and water use efficiency in relation to its growth under non-irrigation conditions.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découle