Optimizing Soil Moisture and Nitrogen Use Efficiency of Some Maize (Zea mays) Varieties under Conservation Farming System
Notice bibliographique
Résumé
In Zambia, small holder farmers depend on producing maize (Zea mays), which is a major staple food for many Zambians. Maize productivity among the smallholder farmers is quite low, giving only 2.3 tons per hectare. The low yields are attributed to insufficient and erratic rain fall, low soil fertility, and poor farming practices. Therefore, the objective of this study was to evaluate the performance of maize genotypes for nitrogen use efficiency and soil moisture utilisation under conservation farming system. The trials were carried out at two sites with different soil types. Three maize varieties i.e. ZMS 606, GV 640 and GV 635 were evaluated in maize – cowpea rotation. Four cowpea varieties used for rotation with maize, i.e. Bubebe Lutembwe, BB 14-16-2-2 and LT 11-3-3-12. BB 14-16-2-2 and LT 11-3-3-12 are mutation-derived lines of Bubebe and Lutembwe cowpea parent varieties respectively. The experimental design used was split plot with three replications. The NUE was significantly (P< 0.05) higher in CF and accounted for 27 % and 15% more than conventional farming system which valued 17% and 3% at Chisamba and Batoka, respectively. while soil moisture content was higher at Batoka than Chisamba in CF system. ZMS 606 and GV 640 varieties were superior over GV 635 for NUE. Cowpea variety BB 14-16-2-2 significantly increased NUE of maize varieties. Therefore, smallholder farmers in Zambia can increase maize productivity in maize - cowpea rotation system due to the increased NUE. Recommendations are made for farmers to select improved nitrogen efficient maize varieties to optimize productivity of maize in conservation farming system.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».