Agronomic Suitability for Oil Palm Growing in Uganda
Notice bibliographique
Résumé
The ever-increasing demand for vegetable oils with its products in Uganda, calls for new areas to be put under oil palm cultivation. A study was conducted to investigate the agronomic suitability of oil palm cultivation in six areas located within a 30 km radius off-shore, on the island and more than 30 km radius off-shore on the mainland. The experiment was superimposed on 45 × 45 m plots in oil palm adaptive trial plantations established in 2008 in Bugiri, Mayuge, Buvuma, Mukono, Kibaale and Masaka districts. The experiment was laid out in a randomized complete block design with three replications. Data on number of oil palm bunches, bunch weight and yield was collected while climatic data (rainfall, temperature, relative humidity and radiation) was acquired from meteorological stations near the experimental locations. Rainfall data analyzed and dry season duration suggested that Mayuge, Masaka, Mukono, Buvuma and Kibaale were moderately favorable for oil palm growing, while temperature and radiation data indicated that all study locations were suitable for oil palm growing. Furthermore, based on relative humidity, Buvuma, Mayuge and Bugiri were suitable for oil palm cultivation but Kibaale, Masaka and Mukono were moderately suitable. Oil palm yield varied significantly (P < 0.05) across locations. The yield was much greater in Mukono (17.7 t/ha/yr) followed by Buvuma (13.8 t/ha/yr) and Kibaale (12.9 t/ha/yr) then Mayuge (10.7 t/ha/yr), Bugiri (10.2 t/ha/yr), and Masaka (10.3 t/ha/yr). The significantly high yield of oil palm observed in Mukono was attributed to the high rainfall received in this location. Based on research findings, Mukono, Masaka, Bugiri, Buvuma, Kibaale and areas within the 30 km radius of Lake Victoria are agronomically suitable for oil palm cultivation.
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 | 0,000 |
| 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 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».