Ha kapcsolatba szeretne lépni a Tudóstér adminisztrátoraival, kérjük töltse ki az alábbi űrlapot, vagy küldjön e-mailt a publikacioklib.unideb.hu címre.
Bejelentkezés
A Tudóstér funkcióinak nagy része bejelentkezés nélkül is elérhető. Bejelentkezésre az alábbi műveletekhez van szükség:
Sidahmed, H. M. I.,
Vad, A.,
Nagy, J.:
Advances in Sweet Corn (Zea mays L. saccharata) Research from 2010 to 2025: Genetics, Agronomy, and Sustainable Production.
Agronomy-Basel. 15 (5), 1-51, (cikkazonosító: 1260), 2025.
Csajbók, J.,
Kutasy, E.,
Ábrahám, É. B.,
Seres, E.,
Szabó, A.,
Dóka, L. F.,
Virág, I. C.,
Vad, A.,
Pepó, P.:
A vízellátás és nitrogén műtrágya megosztás hatása a csemegekukorica hibridek termésére és minőségére.
In: Kihívások és megoldások a szántóföldi növénytermesztésben: Prof. Dr. Pepó Péter 70 éves. Szerk.: Csajbók József, Debreceni Egyetem Mezőgazdaság-, Élelmiszertudományi és Környezetgazdálkodási Kar, Debrecen, 71-79, 2025. ISBN: 9789634907015
Sidahmed, H. M. I.,
Vad, A.,
Széles, A.,
ALmahi, A.,
Ahmed, R.,
Elbokhary, S.,
Nagy, J.:
Climate Change and Sweet Corn Production: Risks, Adaptation Strategies, and Research Needs.
In: "Sustainable agriculture and environmental innovation for a greener future", International Association for Innovation and Scientific Research, Kuala Lumpur, 37, 2025. ISBN: 9788199276376
Sidahmed, H. M. I.,
Illés, Á.,
Bojtor, C.,
Vad, A.,
Széles, A.,
Mohammed, M.,
Nagy, J.:
Impact of Sowing Dates on the Performance of Sweet Corn Hybrids (Zea mays L. Saccharata)..
In: 22nd Wellmann International Scientific Conference : Book of abstracts. Eds.: Dávid Köteles; Flórián Kovács; Ingrid Melinda Gyalai; László Beier; Szilárd Czóbel, University of Szeged Faculty of Agriculture, Hódmezővásárhely, 36, 2025. ISBN: 9789636880446
Dóka, L. F.,
Szabó, A.,
Vad, A.:
Vízhiány a csernozjom talajban: A kukoricaállomány vízháztartása, néhány befolyásoló tényező 2. rész.
Mezőhír. 29 (4), 26-30, 2025.
Harsányi, E.,
Mirzaei, M.,
Arshad, S.,
Alsilibe, F.,
Vad, A.,
Nagy, A. S.,
Rátonyi, T.,
Gorkom, G. V.,
Al-Dalahmeh, M.,
Mohammed, S.:
Assessment of Advanced Machine and Deep Learning Approaches for Predicting CO2 Emissions from Agricultural Lands: Insights Across Diverse Agroclimatic Zones.
Earth Syst. Environ. [Epub ahead of print], 1-17, 2024.
Dóka, L. F.,
Szabó, A.,
Vad, A.:
A talajok vízháztartása és a talajművelés kapcsolata 3. rész: A talajművelés modern módszerei, szerepük a fenntartható mezőgazdaságban.
Agrárágazat. 25 (9), 38-41, 2024.
Sidahmed, H. M. I.,
Illés, Á.,
Vad, A.,
Nagy, J.:
Effect of different sowing dates on yield of four hybrids of sweet corn (Zea mays L.) saccharates.
In: 21st Wellmann International Scientific Conference Book of abstracts / felelős kiadó Edit Mikó, szerk. Ingrid Melinda Gyalai, Szilárd Czóbel, University of Szeged Faculty of Agriculture, Hódmezővásárhely, 30, 2024. ISBN: 9789633069806
Sidahmed, H. M. I.,
Illés, Á.,
Bojtor, C.,
Vad, A.,
Széles, A.,
ALmahi, A.,
Nagy, J.:
Estimation Of Yield Potential of Five Sweet Corn Hybrids (Zea mays L. Saccharates).
In: Proceeding of 3rd International Institute for Technology Education and Research, Institute for Technology Education and Research (IITER), [s.l.], 28-29, 2024.
Mohammed, S.,
Arshad, S.,
Bashir, B.,
Vad, A.,
Alsalman, A.,
Harsányi, E.:
Machine learning driven forecasts of agricultural water quality from rainfall ionic characteristics in Central Europe.
Agric. Water Manage. 293, 1-15, (cikkazonosító: 108690), 2024.
Q2
Agricultural and Biological Sciences (miscellaneous)
22.
Shojaei, S. H.,
Mostafavi, K.,
Bihamta, M. R.,
Omrani, A.,
Bojtor, C.,
Illés, Á.,
Szabó, A.,
Vad, A.,
Nagy, J.,
Harsányi, E.,
Mousavi, S. M. N.:
Selection of maize hybrids based on genotype x yield x trait (GYT) in different environments = Seleção de híbridos de milho com base no genótipo x rendimento x característica (GYT) em diferentes ambientes.
Braz. J.Biol. 84, (cikkazonosító: 272093), 2024.
Q2
Agricultural and Biological Sciences (miscellaneous)
24.
Tar, I. D.,
Vad, A.,
Virág, I. C.:
The effect of different sowing depth on the yield and yield-forming elements of maize.
Acta agrar. Debr. 2024 (1), 173-176, 2024.
Mohammed, S.,
Arshad, S.,
Alsilibe, F.,
Moazzam, M. F. U.,
Bashir, B.,
Prodhan, F. A.,
Alsalman, A.,
Vad, A.,
Rátonyi, T.,
Harsányi, E.:
Utilizing machine learning and CMIP6 projections for short-term agricultural drought monitoring in central Europe (1900-2100).
J. Hydrol. 633, 1-21, (cikkazonosító: 130968), 2024.
