Response of Haricot Bean Varieties to Different Levels of Iron Application in Selected Areas of Ethiopia
Notice bibliographique
Résumé
Haricot bean (Phaseolus vulgaris L.) can be an important source of Fe for human nutrition, particularly in regions in which human Fe deficiencies are known to occur.A study using replicated field and greenhouse experiments was conducted in Ethiopia to evaluate the yield and Fe uptake response of different haricot bean varieties (Nasir, Ibado, Hawassa Dume, and Sari-1) to different levels of foliar-applied iron (Fe) fertilizer (0, 1, 2, and 3% solution).Pot experiment results indicated yield, yield components, and tissue Fe concentrations varied among varieties and across soils.The variety Ibado yielded the highest leaf Fe concentration (290.19 mg kg -1 ) whereas Hawassa Dume had the highest number of pods per plant (7.28) and grain yield (15.85 g per pot).Varieties Sari-1 and Nasir produced the highest number of seeds per pod (4.94) and seed Fe concentration (59.02 mg kg -1 ), respectively.Levels of Fe fertilization did not significantly influence yield and yield components, but significantly increased both leaf and seed Fe concentrations.Application of 3% FeSO 4 .7H 2 O produced the highest concentration of both leaf (339.50 mg kg -1 ) and seed Fe (53.46 mg kg -1 ).Field experiments revealed that haricot bean varieties significantly varied in yield, yield components, and leaf and seed Fe concentration.Highest grain yield (3099.55 kg ha -1 ) was observed with variety Hawassa Dume.Production was significantly influenced by planting season and location.Overall, 3% FeSO 4 .7H 2 O fertilizer application best improved the quality of haricot bean produced.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».