MétaCan
Menu
Retour à la cohorte
Enregistrement W4380225184 · doi:10.3390/plants12112154

Irrigation Management Strategies to Enhance Forage Yield, Feed Value, and Water-Use Efficiency of Sorghum Cultivars

2023· article· en· W4380225184 sur OpenAlexaff
Amir Ghalkhani, Farid Golzardi, Azim Khazaei, Ali Mahrokh, Árpád Illés, Csaba Bojtor, Seyed Mohammad Nasir Mousavi, Adrienn Széles

Notice bibliographique

RevuePlants · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensDalhousie University
Organismes subventionnairesNemzeti Kutatási, Fejlesztési és Innovaciós Alap
Mots-clésSorghumCultivarForageIrrigationAgronomyYield (engineering)Environmental scienceWater useIrrigation managementWater-use efficiencyAgricultural engineeringMathematicsBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Water scarcity is a major obstacle to forage crop production in arid and semi-arid regions. In order to improve food security in these areas, it is imperative to employ suitable irrigation management techniques and identify drought-tolerant cultivars. A 2-year field experiment (2019–2020) was conducted in a semi-arid region of Iran to assess the impact of different irrigation methods and water deficit stress on forage sorghum cultivars’ yield, quality, and irrigation water-use efficiency (IWUE). The experiment involved two irrigation methods, i.e., drip (DRIP) and furrow (FURW), and three irrigation regimes supplied 100% (I100), 75% (I75), and 50% (I50) of the soil moisture deficit. In addition, two forage sorghum cultivars (hybrid Speedfeed and open-pollinated cultivar Pegah) were evaluated. This study revealed that the highest dry matter yield (27.24 Mg ha−1) was obtained under I100 × DRIP, whereas the maximum relative feed value (98.63%) was achieved under I50 × FURW. Using DRIP resulted in higher forage yield and IWUE compared to FURW, and the superiority of DRIP over FURW increased with the severity of the water deficit. The principal component analysis indicated that, as drought stress severity increased across all irrigation methods and cultivars, forage yield decreased, while quality increased. Plant height and leaf-to-stem ratio were found to be suitable indicators for comparing forage yield and quality, respectively, and they showed a negative correlation between the quality and quantity of forage. DRIP improved forage quality under I100 and I75, while FURW exhibited a better feed value under the I50 regime. Altogether, in order to achieve the best possible forage yield and quality while minimizing water usage, it is recommended to grow the Pegah cultivar and compensate for 75% of soil moisture deficiency using drip irrigation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil0,104

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,026
Tête enseignante GPT0,252
Écart entre enseignants0,227 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations25
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlantsMême sujetCrop Yield and Soil FertilityTravaux en français237 207