A Regional Assessment of Four Green Manure/Cover Crop Species Suited to Tropical Southeast Asia
Notice bibliographique
Résumé
While maintaining adequate levels of soil fertility can be a challenge on any farm, maintaining those levels on the resource-limited smallholder farms of the tropics requires options that are also affordable, practical, and appropriate in such challenging conditions. This research endeavor was designed to compare the adaptability and potential of four legume species promoted as Green Manure/Cover Crops (GMCC’s) in Southeast Asia. Cowpea (Vigna unguiculata), Jackbean (Canavalia ensiformis), Lablab (Lablab purpureus), and Ricebean (Vigna umbellata) were planted in field trials in five diverse countries across Southeast Asia in 2016, including Cambodia, Myanmar, Thailand, Bangladesh, and the Philippines. Data was collected to assess the production of above-ground biomass, percentage of ground cover, and timing of growth cycles at each site. Although results varied from country to country based on soil-type, climatic conditions, and growing degree days, Jackbean consistently outperformed other GMCC species in terms of biomass production, yielding up to 12 t ha-1 on a dry-weight basis in Bangladesh and the Philippines. Of the four crops compared, cowpea consistently delivered the shortest growth cycle, reaching the pod formation stage in the fewest number of days across all five sites. These results provide informative answers regarding the growth habits and life cycles of these four crops across five diverse sites, and serve to enhance the capability of smallholders in Southeast Asia to select appropriate species needed for soil improvement purposes in a wide-ranging set of cropping systems.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».