Agronomic Performance of Kenyan Orange Fleshed Sweet Potato Varieties
Notice bibliographique
Résumé
Sweet potato is one of the most important staple crops in Sub-Sahara Africa because of its supply of carbohydrates, vitamin A and C, fiber, iron, potassium and protein.The objective of this study was to determine phenotypic variation in diverse sweetpotato varieties for marketable roots, fresh root yield, fresh biomass weight, harvest index, beta carotene content and root dry matter content. Twenty five sweet potato genotypes were evaluated at two sites in two seasons in Kenya using a randomized complete block design of three replications. The results indicated that there were highly significantly variations for genotypes and sites for all the traits studied. There were no significant differences for genotype x site x season effects for the traits except for the number of marketable roots and fresh root yield. The mean fresh root was 32.19 t/ha,with the genotype Ininda expressing the highest fresh root yield of 54.79 t/ha. Genotypes, Naspot 13, Ejumula, Kabode, Vitaa and Tio-Joe gave the highest beta carotene content ranging between 11.830 and 10.040 mg/100g; with a mean of 5.384 mg/100g. The mean root dry matter content was 24.84 % with clones Amelia and Melinda showing the highest and lowest root dry matter content of 30.62 and 16.52 % respectively. Ten genotypes including Ininda, Erica, Jane, Naspot 13, Ejumula, Kabode, Vitaa, Tio-Joe, Amelia and Mayai were recommended as potential parents for sweet potato breeding program in Kenya.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».