Effect of Different Nutrient Media on Okra (<i>Abelmoschus esculentus</i> L. Moench) Production in Kailali, Nepal
Notice bibliographique
Résumé
An experiment was conducted in Kailali district, Nepal, to evaluate the effect of different nutrient media on the production of okra (Abelmoschus esculentus L. Moench).The study employed a single-factorial Randomized Complete Block Design (RCBD) with eight treatments replicated three times.The treatments included farmyard manure (FYM), vermicompost, poultry manure, synthetic fertilizer (NPK), 50% NPK + 50% FYM, 50% NPK + 50% vermicompost, 50% NPK + 50% poultry manure, and a no-fertilizer control.The okra variety Arka Anamika was used, and data were collected on growth and yield parameters such as plant height, number of leaves and branches per plant, fruit count per plant, fruit length and diameter, and total yield (ton/ha).Measurements were taken from ten randomly selected plants from the central rows of each plot, and data were analyzed using R software.Results indicated that poultry manure led to the highest yield at 21.18 ton/ha and significantly improved growth characteristics such as plant height and leaf number while control being the lowest 9.95 ton/ha.Conversely, the control and synthetic fertilizer treatments showed the poorest performance.The findings suggest that poultry manure is an effective nutrient source for enhancing okra growth and yield.
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 | 0,000 | 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 ».