Effects of Intercropping on Maize and Soybean Yield Performance, Land Equivalent Ratio, and Maize Leaf Area in Conservation Agriculture
Notice bibliographique
Résumé
Maize-soybean intercropping systems as a conservation farming practice are receiving increased focus from the scientific community. This is because of the advantages of intercropping, especially nutrient benefits through cereal-legume interactions, alternative sustainable methods to manage biotic stress (pests, diseases, weeds), and crop failure risk management due to erratic weather. In addition, smallholders in developing countries commonly use intercropping to produce crops. In Uganda, 40% of smallholder farmers are practicing intercropping yet no adequate location-specific information is available to inform their practice. Farmers who adopted conservation farming practices did not mulch their maize due to drudgery associated with collecting mulch. This study evaluated the effect of two tillage methods (T1 = Conventional tillage using ox drawn mould board plough, T2 = Minimum tillage using ox drawn ripper) and five soil cover practices (SC1 = Mulched Maize, SC2 = Control no mulch, SC3 = Two rows of soybean in between one row of maize, SC4 = One row of soybean in between one row of maize, SC5 = Sole soybean) on maize and soybean yield performance. The trials were established for 4 rainy seasons on a sandy loam ferrosol at National Agricultural Research Organization Institute in Lira, Uganda. Soil cover practice had a significant effect on maize and soybean crop Yield. Mulching significantly increased maize yield and LAI. The LER for both intercropping partterns were above 1.2. Tillage methods were not significantly different in determining crop performance. The practice of minimum tillage should also be adopted because it enhances the positive effects of soil cover (intercropping). We recommend farmers to adopt the intercropping pattern of one row of soybean in between maize row spaced at 75 × 30 cm for better LER, and crop performance. This intercropping pattern maximizes on available resources to deliver better output in conservation farming. Maize crop generally performed better during first season as compared to second season. We recommend farmers to utilize the first rains as the main maize production 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».