Furrow Irrigation for Corn Cultivation in Hydromorphic Soils
Notice bibliographique
Résumé
The use of crop rotation in hydromorphic soils has been intensified in the state of Rio Grande do Sul, Brazil. Due to the difficult management of these soils, the use of irrigation is fundamental to increase the reliability of these production ecosystems. The present study aimed to evaluate the growth and yield components of corn under different managements of furrow irrigation. The study was conducted in Alegrete/RS in the experimental area of the Farroupilha Federal Institute during the 2017/2018 season. Two factors were evaluated: five managements of furrow irrigation, with a control (not irrigated) and 0, 25, 50 and 100% of the time required to replace the irrigation depth up to field capacity, and the influence of plant position relative to the total length of the furrow, at 0, 25 and 50 meters from its beginning. During the growth stage of corn, its LAI showed better performance for the three collections, at 34, 54 and 76 DAS, and plant height and shoot dry matter showed differences at 76 DAS in treatments that received irrigation. Yield components such as number of grains per ear, harvest index and grain yield were influenced by the use of irrigation, whereas water use efficiency did not differ between the use of irrigation and the control treatment. Lastly, best performances of application efficiency were found in treatments with 0% and 25% of the time required to replace the irrigation depth.
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 | 0,002 |
| 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 ».