Soil Maize Cultivar-related Challenges on Striga hermonthica Infested Fields in Western Kenya
Notice bibliographique
Résumé
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 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 | 0,001 | 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 ».