MétaCan
Menu
Retour à la cohorte
Enregistrement W2813328685 · doi:10.5539/jps.v7n2p41

Soil Maize Cultivar-related Challenges on Striga hermonthica Infested Fields in Western Kenya

2018· article· en· W2813328685 sur OpenAlexvenueno aff
Celestine Manyasi, Dennis Ochieno, Francis Muyekho, John Muoma, Mwikali Pamela, Victoria Naluyange

Notice bibliographique

RevueJournal of Plant Studies · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Parasitism and Resistance
Établissements canadiensnon disponible
Organismes subventionnairesSveriges RegeringStyrelsen för Internationellt Utvecklingssamarbete
Mots-clésStriga hermonthicaImazapyrStrigaAgronomyBiologyGerminationManureSoil fertilityTiller (botany)FertilizerCompostPopulationWeed controlSoil water

Résumé

récupéré en direct d'OpenAlex

Maize production in Western Kenya is constrained by Striga hermonthica and declining soil fertility. Integrated Striga Management (ISM) packages have been proposed. An ISM field experiment assessed combination of 4 maize varieties with 5 levels of soil fertility amendments. Imazapyr Resistant (IR) maize and local yellow seed Shipindi had highest germination percentages of 90% and 81% respectively, compared to commercial white seed Duma and local white seed Rachar. Duma had significantly large plants in terms of leave size and plant height; and taking least time to silking and tasseling while producing heaviest cobs and grains per plant. Synthetic fertilizer (DAP+CAN) was associated with the least germination percentage, but produced the largest plants with many leaves, took the shortest time to silking, and produced highest cob weight and grain weight, with very low S. hermonthica infestations regardless of the maize varieties. Cattle manure (CM) and water hyacinth compost containing cattle manure culture (HCM) and Effective Microbes™ (HEM) had the highest S. hermonthica population per unit area. Maize grown with water hyacinth compost containing Effective Microbes™ (HEM) positively influenced cob weight than those receiving cattle manure (CM) and the controls; while being associated with the highest numerical increase in grain yield/area. Alternative soil fertility interventions based on these observations are therefore proposed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,594
Score d'incertitude au seuil0,274

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,048
Tête enseignante GPT0,272
Écart entre enseignants0,224 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Plant StudiesMême sujetPlant Parasitism and ResistanceTravaux en français237 207