THE EFFECT OF DIFFERENT TILLAGE SYSTEMS ON SUBSURFACE DRIP IRRIGATION EFFICIENCY IN DELTA LAND
Notice bibliographique
Résumé
The water shortage is becoming one of Egypt's biggest concerns as the country relies almost entirely on the Nile while experiencing rapid population growth and intensifying climate change. The continuous decline in per-capita water availability poses serious challenges, particularly for agriculture as the country’s largest water-consuming sector. A reduced water supply directly affects crop yields and soil moisture management, making effective irrigation systems and improved soil practices essential for maintaining crop production under these challenging conditions. Two tillage treatments were applied: one used a chisel plow both horizontally and vertically combined with a wooden leveling (T1), and the other used a chisel plow only horizontally combined with a rotary plow in the perpendicular direction (T2). Additionally, two irrigation systems were used: conventional surface irrigation (basin) and subsurface drip irrigation D10, and D15 along with a lateral line at 10 cm and 15 cm under soil surface, and conventional irrigation as the third treatment options. The highest production was obtained from D15, with yields of 5,596.26 kg feddan-1 under T1 and 5,165.57 kg feddan-1 under T2. When the drip irrigation system with D15 treatment was compared to the surface irrigation (basin) system, the results revealed that total yield increased by 22.86% and 20.7 for T1 and T2 treatments, respectively. The percentages of the increases in water use efficiency (WUE) compared with traditional treatment were 68.16% and 82.87% for D10 and D15 under T1, and by 60.45% and 70.72% under T2, respectively.
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 ».