Growth and Productivity of Different Potato Cultivars
Notice bibliographique
Résumé
During the experimental years of 2017 and 2018 eight potato cultivars were evaluated for their growth traits and productivity in tuber yield. The potato cultivars used in these experimental seasons were; Bubu (as a standard check), Chiro, Gebisa, Belete, Gudene, Badasa Jarso and Dedafa. The first six consecutive potatoes are improved cultivars which were released by Ethiopian research institute and University while the last two potatoes were collected from farmers and cultivated as local (native) cultivars. The objective of this study was to compare the growth and productivity potato cultivars grown at eastern regions of Ethiopia. The results revealed that performance of improved potato cultivars were high in both evaluated yield related traits and average tuber yield. The performances of evaluated potatoes were not similar among cultivars and within cultivar throughout experimental seasons. The experimental design was a randomized block design in three replications. The field management; seed tuber selection, land preparation, planting, fertilizer application method and amount, ridging, weeding, cultivation, harvesting, data collection method and collected data analysis has been carried out for all potato cultivars in similar manner. Potato tubers from four middle rows were analyzed for parameters such as tuber yield, tuber number, marketable and total tuber yield. The highest tuber yield was revealed with cultivar Bubu (39.4 t ha-1) while the lowest with Jarso (20.89 t ha-1). The highest tuber number was showed with cultivar Badasa (12.73 plant-1) and the lowest with Belete (7 plant-1). Hence, there were no correlation between average tuber yield and number.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».