Azolla Fern in Mwea Irrigation Scheme and Its Potential Nitrogen Contribution in Paddy Rice Production
Notice bibliographique
Résumé
Azolla fern is invasive in Mwea Irrigation Scheme in Kenya and its management in paddy rice fields is a challenge to farmers. A survey was undertaken to establish farmers’ knowledge and potential nitrogen contribution by Azolla in the paddies. The Scheme was stratified into seven sections and a questionnaire administered to 250 farmers. Data were collected on awareness levels, source, trend of infestation, abundance, fertilizer regimes and management practices. Five farms from each of the sections were also sampled for Azolla coverage and tissue N levels analyzed. Survey data were analyzed using SPSS software and interpreted using descriptive statistics. Biomass sampling data were analyzed using SAS software and means separated using the least significant differences at P ≤ 0.05. The results demonstrated that Azolla has infested nearly all the paddy farms in Mwea. Azolla invasion occurred more than 10 years ago and coverage per unit area was on a decline and stood at 25%. Water shortage and herbicide use were the main reasons associated with this trend. Azolla is conspicuously noticed at transplanting and weeding times. The presence of Azolla in Mwea is enhanced by widespread use of P and K fertilizers and continuous paddy cropping, thus providing a suitable environment for Azolla growth. Azolla was reported to enhance soil fertility, rice yield and yield components. The maximum Azolla biomass coverage was 14.92 t/ha, with a potential nitrogen contribution of 37.6 kg N/ha. Azolla is invasive in Mwea, widespread, beneficial to paddies and with a high potential N contribution.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».