MétaCan
Menu
Retour à la cohorte
Enregistrement W4403137496 · doi:10.3389/fagro.2024.1378339

Productivity of sorghum and millets under different in-field rainwater management options on soils of varying fertility status in Zimbabwe

2024· article· en· W4403137496 sur OpenAlexaff
Layton Makuchete, A.L.T. ten Hove, Hatirarami Nezomba, Jairos Rurinda, Vengai Mbanyele, Shaw Mlambo, Elijah Nyakudya, Florence Mtambanengwe, Paul Mapfumo

Notice bibliographique

RevueFrontiers in Agronomy · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSorghumRainwater harvestingProductivityAgronomySoil waterSoil fertilityEnvironmental scienceAgricultureFertilityAgricultural economicsAgroforestryBusinessAgricultural engineeringGeographyEconomicsBiologySoil scienceEngineeringEconomic growthEcologyPopulation

Résumé

récupéré en direct d'OpenAlex

Traditional cereal crops are important for food and nutrition security in rural communities of southern Africa, but their productivity is often constrained by low soil water largely linked to low seasonal rainfall and long intra-seasonal dry spells. Planting basins (PB), tied ridges (TR), and conventional ploughing (CP) were evaluated, over two cropping seasons (2020/2021 and 2021/2022), for their effects on sorghum [Sorghum bicolor (L.), Moench], pearl millet [Pennisetum glaucum (L.) R.Br.], and finger millet [Eleusine coracana (L.) Gaertn] productivity on degraded (<0.4% soil organic carbon) and productive (>0.6% soil organic carbon) fields under rainfed conditions in Mbire (<450 mm rainfall year−1) and Mutasa (>800 mm rainfall year−1) districts in Zimbabwe. Field trials were established on degraded and productive field sites in each district, with sorghum, pearl millet, and finger millet either sown as monocrops or intercropped with cowpea. The experiments were laid out in a 2 × 3 × 3 factorial in a randomized complete block design (RCBD). The highest sorghum grain yield response of 2100 kg ha−1 was attained under PB on productive soils. Overall, PB and TR increased sorghum, finger millet, and pearl millet grain yields by 43% to 58% compared with CP. Growing sorghum, finger millet, and pearl millet on productive soils increased grain yields by 64%, 33%, and 43%, respectively, compared with degraded soils. Intercropping sorghum, pearl millet, and finger millet with cowpea increased cereal yields by between 23% and 42% over the sole crops. Rainwater use efficiency averaged 1 kg grain mm−1 on productive fields and 0.4 kg grain mm−1 on degraded fields. PB produced the highest net profit of $US408 on a productive field. Overall, production of sorghum and millets on productive soils gave positive economic returns irrespective of rainwater management option and cropping system. Conversely, 63% of the treatments on degraded soils recorded negative economic returns in both districts. We conclude that in-field rainwater management technologies combined with other agronomic practices like intercropping increase the productivity of sorghum and millets under rainfed conditions. However, degraded soils remain a challenge for the increased productivity of traditional cereal crops.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,225
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in AgronomyMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207