MétaCan
Menu
Retour à la cohorte
Enregistrement W4200032330 · doi:10.5539/jas.v14n1p70

Yield and Disease Responses of Improved Groundnut Genotypes Under Natural Disease Infection in Northern Uganda: Implication for Groundnut Disease Management

2021· article· en· W4200032330 sur OpenAlexvenueno aff
Alfred Kumakech, Godfrey A. Otim, Tonny Opio, Alfred Komakech, Laban F. Turyagyenda

Notice bibliographique

RevueJournal of Agricultural Science · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePeanut Plant Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoint of deliveryYield (engineering)AcreBiologyGenotypeVeterinary medicineDry seasonHorticultureAgronomyAnimal scienceMedicineEcologyGene

Résumé

récupéré en direct d'OpenAlex

Groundnut production in Uganda is constrained by groundnut rosette disease (GRD), the main cause of yield loss experienced by farmers. We conducted the current study to assess the responses of improved groundnuts to diseases (rosette and late leaf spot) and yield under local conditions. Four released groundnut genotypes (Serenut 5R, Serenut 8R, Serenut 9T and Serenut 14R) were evaluated in four locations in northern Uganda for two seasons in 2019. We established the experiment following randomised complete block design with three replications. GRD severity (harvest) and late leaf spot (LLS) severity (harvest) on the four genotypes were not significantly (P > 0.05) different but positively correlated with the Area Under Disease Progress Curve (AUDPC). Genotype-by-location interaction for LLS AUDPC, GRD AUDPC and dry pod yield were significant (P < .001). Season-by-genotype interaction was not significant (P = 0.367). Days to 50% flowering were also not significant (P > 0.05). Highest and lowest yields were recorded for Serenut 9T in the Omoro district (1,291 kg/acre) and the Amuru district (609 kg/acre), respectively. Dry pod yield was significantly (P < 0.001) negatively correlated with GRD severity and GRD AUDPC. Yield performance of the four genotypes was not significantly (P < 0.05) different in the districts, except for Kitgum, where yields of Serenut 9T and Serenut 8R were significantly (P < 0.05) higher. These genotypes could be used to manage GRD by smallholder farmers in Northern Uganda. Special consideration should therefore be given to these four groundnut genotypes for GRD management in the Acholi sub-region.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,265
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPeanut Plant Research StudiesTravaux en français237 207