Assessing the Response of Sesame to Inorganic and Organic Nutrient Sources
Notice bibliographique
Résumé
Sesame (Sesamum indicum. L) is one of the main sources of livelihoods in northern Uganda. However, its production is constrained by low soil fertility and moisture levels. A study was conducted at Serere, Uganda in 2013 and 2014 to investigate the effect of organo-mineral fertilizers on growth, seed yield and nutritional quality of sesame. The design of the experiment was a randomized complete block design with three replications. The treatments comprised: control (no soil amendment), mixtures of 4 crop residues each at (3 and 6 t/ha) and two rates of N, P and K. Finger millet husks (3 t/ha) plus lower fertilizer rate (30 kg N-25 kg P-40 Kg K/ha) had significantly higher seed yield of sesame; while finger millet husks (6 t/ha) plus higher fertilizer rate (60 kg N-50 kg P-80 Kg K/ha) significantly increased vegetative growth of sesame. Finger millet husks (6 t/ha) plus lower fertilizer rate had significantly higher seed crude protein content of sesame; while cowpea husks (3 t/ha) plus higher fertilizer rate and groundnut shells (3 t/ha) plus lower fertilizer rate produced significantly higher seed total ash and seed oil content of sesame, respectively. This study has demonstrated that application of a mixture of crop residues and inorganic fertilizers is the best treatment in enhancing growth, seed yield and nutritional seed quality of sesame.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».