Effect of Different Mulching Materials on the Growth and Yield of Green Bean (Phaseolus vulgaris L.) in Nfonta the Western Highlands of Cameroon
Notice bibliographique
Résumé
Mulching is a common technique used across the world by farmers to especially conserve soil moisture in vegetable production but farmers in Nfonta and the entire western highlands of Cameroon have not practiced the uses of mulching. In this experiment, a randomized complete block designe with 5 treatments and 3 replications was set up to study the effect of elephant grass, saw dust and white plastic as mulching materials on the growth and yield of green bean (Phaseolusvulgaris L.) in Nfonta. Data was collected on plant height; number of leaves per plants, leaf area index and yield of mature pods per plant. Data was analyzed using one way ANOVA from stat graphics centurion xv and means were separation using the Fischer least significant difference (LSD) test at 95% confidence interval. Results showed white plastic, and elephant grass mulches to have significantly (P<0.05) affected the growth and yield of green bean. White plastic mulched plants exhibited the highest growth parameters and subsequently produced the highest yield of 12.00 mature pods per plant with average pod length of 11.97cm and average mature pod weight of 4.22g compared to the other mulch treatments. There were no significant (P>0.05) differences in yield of green bean grown with no mulch (control), saw dust mulch and corn stalk mulch. Corn stalk mulched bean plants produced the lowest yield of 7.83 mature pods per plant with average pod length of 9.17cm and an average mature pod weight of 2.83 which was not much different from that produced by the control. These results call for more investigations to the potentials of white plastic as best mulch material for achieving optimum green beans yield in Nfonta and the entire western highlands of Cameroon.
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 | 0,002 | 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 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».