Respuesta de la yautía (Xanthosoma spp.) a déficits de evapotranspiración estimados con el modelo de balance de agua de la FAO
Bibliographic record
Abstract
Experimentos de campo en Puerto Rico han demostrado que con buen drenaje y nutrición de las plantas se logran obtener buenos rendimientos de yautía (Xanthosoma spp.) utilizando riego de alta frecuencia. Sin embargo, aún se requiere información cuantitativa sobre las variaciones de rendimiento bajo diferentes escenarios de programación del riego. Una herramienta bien conocida para este propósito es el modelo de balance de agua de la FAO (por Food and Agriculture Organization), que calcula disminuciones relativas en los rendimientos de los cultivos (DRR) en función de déficits de evapotranspiración relativos (DETR), calculados a partir de datos de cultivos, suelo, evapotranspiración, precipitación y riego. Una forma sencilla del modelo determina la DRR como el producto del DETR promedio durante la vida del cultivo, multiplicado por una constante de proporcionalidad o coeficiente de sensitividad de rendimiento (Ky), el cual se determina para cada cultivo mediante experimentación. El objetivo de este estudio fue estimar Ky para yautía, examinando datos de tres experimentos de riego realizados en varios lugares en Puerto Rico durante un intervalo de 20 años. Se utilizó el modelo de la FAO para estimar DETR, y este valor se utilizó junto con los datos experimentales de rendimiento para calcular Ky. Un primer análisis arrojó valores de Ky entre 3.1 y 4.2, superando considerablemente los valores del orden de 1.0 reportado en la literatura para la mayoría de los cultivos. Ante la sospecha de que la discrepancia podría haber sido debido a parámetros incorrectos asumidos para yautía en el modelo de la FAO, se ajustaron los parámetros dentro de los límites razonables, de tal manera que se redujera al mínimo la estimación de Ky. Aún así se obtuvieron valores altos de Ky entre 2.4 y 3.3. Tales valores indican que un déficit de agua de 10 por ciento, relativo a la demanda de evapotranspiración, es suficiente para reducir los rendimientos de yautía entre 24 y 33 por ciento. Se postula que los altos valores de Ky para yautía podrían reflejar un efecto sinérgico de varios factores de estrés de las plantas asociados con la humedad del suelo, principalmente estrés hídrico, la impedancia mecánica del suelo y el estrés patogénico. Los resultados en general confirman las observaciones previas sobre la alta sensitividad de la yautía a los déficits hídricos, e indican una respuesta significativa del cultivo al riego, aún bajo condiciones de sequía moderada.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".