Influence of Phosphorus Fertilizer on “Ware” Potato Production in Acid Soils in Kenya
Notice bibliographique
Résumé
One of the major challenges facing potato (Solanum Tuberosum L) production in Kenya is low and declining yield. This trend is caused by several factors which include low quality and quantity of seed, climate change, inadequate extension services, pests and diseases and more importantly low and declining soil fertility, particularly phosphorus (KEPHIS, 2016 and Karanja et al., 2014). Unfortunately, the current phosphorus fertilizer rate recommendation available for “ware” potato production in Kenya is “blanket” or general (90 kg phosphorus ha-1) and has not been updated for a long time to address the declining soil fertility. This prevents proper utilization of phosphorus fertilizers in achieving optimal production of “ware” potatoes. Therefore, this study investigated influence of different rates of phosphorus (TSP) fertilizer on “ware” potato yield and quality in three acidic (pH ≤ 5.8) test sites: Lari, Ainabkoi and Saboti sub Counties. Two varieties, Unica and Shangi, were tested. The field experiment was a split plot arrangement in Randomised Complete Block Design (RCBD) with six treatments (0 N & 0 P), 0, 30, 60, 90 and 120 kg ha-1 phosphorus, replicated three times. Data collected included weight, quantity and quality of tubers. The data was analysed using analysis of variance (ANOVA) at 5 % confidence levels with General Statistics (GENSTAT) and excel soft wares. Results indicated that phosphorus fertilizer influenced “ware” potato yield. At Saboti application of 120 and 90 kg phosphorus ha-1 for Shangi and Unica resulted in highest “ware” yield of 19.6 and 40.2 t ha-1, respectively. At Ainabkoi application of 120 kg ha-1 phosphorus produced highest “ware” potato yields of 10.7 t ha-1 and 26.8 t ha-1 of Shangi and Unica, respectively. At Lari, application of 90 and 120 kg ha-1 phosphorus produced highest “ware” potato yield of 7.0 t ha-1 and 17.5 t ha-1 for Shangi and Unica, respectively. During the season, there was a build-up of soil available phosphorus. Thus, there is need for farmers to test their soil at the beginning of every potato growing season.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».