Potential of Neem (Azadirachta indica) Extract in Managing Fall Armyworm on Maize
Notice bibliographique
Résumé
This research assessed the effect of neem leaf extract on the larval population of the fall armyworm and the level of damage, growth, and yield of maize. A Randomized Complete Block Design (RCBD) with four treatments (Control, 50 g per L, 100 g per L and 200 g per L of neem leaf extract) applied within the two seasons of 2022A and 2022B. The findings showed that a higher concentration (200 g per L) of neem leaf extract-treated maize plants registered the least leaf damage (0.15), severity (0.15), and larvae population (0.1). This effect was most attained during the 1st season of maize production and at the earliest vegetative weeks of maize growth (3 WAP to 5 WAP, i.e., weeks after planting). The higher neem leaf extract concentration of 200 g per L produced the most significant (p < 0.001) effect on maize growth traits. A higher plant height (162.51 cm), longer leaf length (112.5 cm), wider leaf width (11.7 cm), and broader stem girth (11.91 cm) were attained under 200 g per L of neem leaf extract treated plots during the 1st season of maize production and 11 WAP. The findings of this showed that a relatively high concentration of neem leaf extract produced a higher cob weight (200 g per L = 180.1 g) followed by 100 g per L (174.1 g), 50 g per L (140.9 g) and control (139 g). The weight was optimised during the 1st season of maize production (163.8 g). The grain yield was higher under 200 g per L (153.7 g) of neem extract. The above findings demonstrated that a high concentration of neem leaf extract reduced fall armyworm infestation and increased maize plant growth and yield. Farmers should, therefore, be encouraged to apply 200 g per L of neem leaf extract in the management of fall armyworms and improve plant growth and yield because it contains antifeedant and insecticidal properties against the fall armyworm.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».