Evaluation of hot pepper ( <i>Capsicum annuum</i> L.) genotypes for their reaction to wilt complex disease and yield performance in Jabi Tehena district, northwestern Ethiopia
Notice bibliographique
Résumé
Hot pepper (Capsicum annuum L.) production and productivity is highly hampered by biotic and abiotic factors in Ethiopia. Among biotic factors, wilt complex disease is the major production constraint both in the study area in particular and wherever hot pepper is grown in general. Field experiments were carried out during the 2020 and the 2021 main-rainy growing seasons to evaluate the reaction of 14 hot pepper genotypes to the wilt complex disease and their agronomic performance. Analysis of variance revealed differences among genotypes in disease reaction, growth and yield performance. The local check had the highest disease incidence (58.04%), severity (56.33%), area under the disease progression curve (1471.67% days), and faster disease progression rate (0.0157 units per day) as compared to the rest of the genotypes. The results categorize eight hot pepper genotypes as susceptible (Bako Local, local check, Marko Fana, Melka Awaze, Melka Dear, Melka Oli, Melka Shote and Melka Zala) and six hot pepper varieties as moderately susceptible (Chala, Deme, Dinisire, Kume, Oda Haro and Revival). There were no hot pepper genotypes categorized under the resistant reaction class to the wilt complex disease. Melka Zala produced the highest number of fruits per plant (133.80), marketable dry fruit yield (2.13 t ha−1) and total dry fruit yield (2.30 t ha−1). Out of the evaluated genotypes, the varieties Melka Zala, Melka Dera and Melka Oli were superior in their yield performance. Providing those high-yielding hot pepper varieties in the study area may serve as a short-term solution for sustainable production and productivity of the crop.
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 | 0,000 |
| 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) | 0,000 | 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 ».