Drip Fertigation Technology for Enhancing Date Palm Productivity and Fruit Quality
Notice bibliographique
Résumé
A field experiment was conducted during two successive growing seasons, 2014/2015 and 2015/2016 to evaluate the effect of different fertilizer application methods on date palm (Phoenix dactylifera L.) yield and fruit quality grown in sandy soil. Strip block statistical design with three replicates was used on four selected date palm cultivars (Madjool, Sacchari, Kheyarah and Sggaa) as main treatments and three fertilizer application methods (Hydraulic injector, Surface Broadcast and By-pass tank) as sub main treatments. The results revealed significant increases in yield and fruit quality when using continuous fertigation by Hydraulic injector comparing with broadcast and By-pass tank traditional methods. The average of two seasons results indicated also that using Hydraulic injector method maximized Sacchari date yield by producing 69 kg per tree and resulted in the best water productivity (1.06 kg m-3). The use of fertigation method has significantly increased the date palm productivity by 81, 51.2, 66.7 and 72.8% in comparison to the traditional Surface Broadcast method for Madjool, Sacchari, Kheyarah and Sggaa, respectively. The mean fruit weights were significantly increased by 56.5, 72.1, 90.2 and 68.8% when using the hydraulic injector compared to the traditional broadcast application method for pervious date palm cultivars, respectively.
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 ».