Effect of Plant Density on the Water Use Efficiency and Quality of Potato (Solanum tuberosum L. Cv. Spunta) in the Jordan Valley
Notice bibliographique
Résumé
Plant density affected yield, quality and water use efficiency. Little information describing plant density to optimize yield and quality of potato production is available in the Jordan Valley. This study was aimed to investigate the effects of plant density on the yield and yield components of the potato (Solanum tuberosum L.) cultivar “Spunta” grown in the middle of the Jordan Valley. Five different densities of plants (41,600 plants ha-1 (D1), 56,000 plants ha-1 (D2), 83,200 plants ha-1 (D3), 28,000 plants ha-1 (D4), and 41,600 plants ha-1 (D5) were randomly distributed over five replicate sites during the growing season from November 2013 to March 2014. Plant height, number of branches, fresh and dry weight of potato plants, tuber number, tuber weight, total yield, specific gravity and water use efficiency of potato plant grown under different plant density were measured. It was found that the productivity of potato increased with increasing plant density, with the highest total, marketable, and non-marketable yields being obtained at densities of 83,200 seeds ha-1, and the lowest occurring at 41,600 seeds ha-1, which equated to total fresh yields of 45.1 and 25.3 tons ha-1, respectively. The highest water use efficiency for marketable yield (11.9 kg m-3) was obtained at a density of 83,200 seeds ha-1, whereas the lowest water use efficiency (7.5 kg m-3) was obtained at a density of 41,600 seeds ha-1. The specific gravity ranged from 1.04 to 1.08 and the average tuber weight ranged from 77.02 g at a density of 83,200 seeds ha-1 to 115.84 g at a density of 28,000 seeds ha-1.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».