Effects of Water Stress and Goat Manure Fertilizer on the Growth and Yield of Upland Rice in Indonesia
Notice bibliographique
Résumé
High rice consumption, while low rice production, is a challenge for Indonesia, which is exacerbated by decreasing land availability and the impact of climate change.Upland rice cultivation increases rice production by utilizing dry land.The research aims to examine the effect of water treatment and organic fertilizer doses on the growth and yield of upland rice.The study used a Randomized Complete Block Design with two factors.The first factor was water stress with four levels: control, ¾, ½, and ¼ Field Capacity.The second factor was the dose of organic goat manure fertilizer with four levels: 0, 10, 20, and 30 tons.ha -1 .Water treatment did not affect the growth and yield of upland rice.The efficiency of water use in the field capacity treatment was 8.35 kg.l -1 and increased in the water stress treatment.The dose of cow manure fertilizer of 10 tons.ha-1 has encouraged plant height growth, number of leaves, and productive tillers, while the dose of 30 tons.ha -1 increased biomass and number of panicles.The combination of field capacity water treatment with 10 tons.ha-1 of goat manure fertilizer produced the highest number of grains per panicle.Organic fertilizer can optimize yields in limited water conditions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».