Utafiti huu ni mapitio ya kimfumo na meta-uchambuzi unaounganisha tafiti 30 zilizochaguliwa kutoka duniani kote na uchunguzi 648 wa data ili kubaini jinsi mkazo wa ukame unavyobadilisha sifa za kiagronomia na zinazohusiana na mavuno katika sorgum. Watafiti walitathmini muda wa kuchanua na kukomaa, urefu wa mmea, idadi ya machipukizi/tillers, urefu na upana wa panicle, biomasi ya shina na mizizi, uwiano wa mzizi/shina, stay-green na mavuno ya nafaka katika hali zisizo na mkazo na katika hali za ukame. Kulingana na Jedwali 5, upungufu mkubwa zaidi wa wastani wa asilimia chini ya ukame ulikuwa katika idadi ya tillers %42,21, mavuno ya nafaka %27,18, upana wa panicle %25,52 na biomasi ya shina %22,12. Katika meta-uchambuzi tofauti wa kiwango cha tafiti kuhusu mavuno ya nafaka, athari sanifu iliyounganishwa ya ukame ni −1,59 na muda wa kuaminika wa %95 uko kati ya −2,17 na −1,01. Hata hivyo, utofauti kati ya tafiti ni mkubwa na chanzo kina kutokuwiana muhimu kwa ndani kuhusu mtiririko wa uteuzi, aina za machapisho yaliyojumuishwa, baadhi ya thamani za nambari na kipimo cha stay-green.

Katika takwimu elekezi zilizowekwa pamoja, wastani wa mavuno ya nafaka katika hali zisizo na mkazo umeripotiwa kuwa 4,38 t ha⁻¹, na katika hali za ukame 3,30 t ha⁻¹. Jedwali 4 linaonyesha mavuno ya juu zaidi ya nafaka chini ya ukame kuwa 8,94 t ha⁻¹, ilhali muhtasari wa utafiti unatoa kikomo cha juu kama 8,39 t ha⁻¹; thamani ya 8,39 katika jedwali hilo kwa kweli ni masafa kati ya kiwango cha juu na cha chini. Kwa hiyo, kauli ya “0,55–8,39 t ha⁻¹” chini ya ukame haiwiani kihesabu na Jedwali 4 ndani ya chanzo.

Katika uchambuzi wa ukubwa wa athari, sifa zilizoathiriwa vibaya zaidi na ukame ni idadi ya tillers kwa Cohen's d = −1,83, upana wa panicle kwa −1,69, biomasi ya shina kwa −1,33 na mavuno ya nafaka kwa −1,05. Ukubwa wa athari wa urefu wa panicle ni mdogo zaidi, −0,10. Kwa upande mwingine, siku za 50% kuchanua na 50% kukomaa zinaonyesha ukubwa chanya wa athari; alama hizi hazimaanishi ongezeko la mavuno, bali zinaonyesha mwelekeo wa thamani za siku katika hali ya ukame ikilinganishwa na hali isiyo na mkazo.

Katika uchambuzi wa vikundi vidogo vya mabara kwa mavuno ya nafaka, athari iliyounganishwa ya ukame imehesabiwa kuwa −1,25 barani Afrika na −1,81 barani Asia. I²=%82,3 katika tafiti za Afrika, I²=%71,1 katika tafiti za Asia na I²=%81,8 katika tafiti zote za mavuno ya nafaka zinaonyesha kwamba athari ya ukame hubadilika kwa kiasi kikubwa kulingana na jiografia, nyenzo za kijeni, muda wa mkazo na hali za majaribio. Kwa Ulaya, Amerika Kaskazini na Amerika Kusini kulikuwa na utafiti mmoja tu kwa kila bara; kwa hiyo heterogeneity iliyounganishwa ya kikundi kidogo haikuweza kuhesabiwa kwa mabara hayo.

Kwa upande wa Uturuki: Hakuna jaribio kutoka Uturuki linaloonekana kati ya tafiti zilizojumuishwa katika meta-uchambuzi. Kwa hiyo hasara za asilimia au ukubwa wa athari ulioripotiwa haupaswi kuhamishwa moja kwa moja kwa hali za uzalishaji wa sorgum nchini Uturuki. Hata hivyo, utafiti unaweza kutoa vipaumbele vya utafiti vinavyoonyesha kwamba katika uboreshaji wa kustahimili ukame, pamoja na mavuno ya nafaka, ugawaji wa mzizi/shina, biomasi, sifa za panicle na stay-green vinapaswa kutathminiwa kwa pamoja katika majaribio ya mashambani ya ndani. Uthibitishaji wa ndani na uliodhibitiwa unahitajika kwa mwingiliano wa genotipu × mazingira maalumu kwa Uturuki.

Swali kuu la utafiti ni nini?

Lengo kuu la utafiti ni kuunganisha matokeo ya kiasi kutoka tafiti za ukame wa sorgum zilizofanywa katika nchi mbalimbali ndani ya fremu ya pamoja na kubaini ni sifa gani za kiagronomia na mavuno zinazoathiriwa zaidi na upungufu wa maji. Lengo la pili ni kutathmini ni sifa gani zinaweza kuwa na manufaa zaidi kwa uteuzi usio wa moja kwa moja katika programu za kukuza aina zinazostahimili ukame.

Utafiti hauzingatii tu mavuno ya nafaka. Unachunguza mwitikio wa sorgum kwa ukame kupitia sifa 11:

• DTF: siku hadi 50% kuchanua,
• DTM: siku hadi 50% kukomaa kifizyolojia,
• PH: urefu wa mmea,
• TN: idadi ya tillers kwa mmea,
• PL: urefu wa panicle,
• PW: upana wa panicle,
• SB: biomasi ya shina,
• RB: biomasi ya mizizi,
• RS: uwiano wa biomasi ya mizizi/shina,
• SG: alama ya stay-green/senescence,
• GY: mavuno ya nafaka.

Tafiti zilichaguliwaje?

Waandishi wanasema walitumia mwongozo wa Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) na kufafanua vigezo vya kujumuisha/kutenga kwa kutumia fremu ya PICOS. Itifaki ya mapitio iliandaliwa kabla ya utafutaji, lakini haikusajiliwa kwa mtazamo wa mbele katika mfumo wa umma wa usajili.

Utafutaji ulifanywa katika Google Scholar, Web of Science na Scopus. Hoja kuu iliyotumika ilikuwa:

("Sorghum bicolor" OR sorghum) AND ("drought stress" OR "drought tolerance") AND ("agronomic traits" OR "yield" OR "yield-related traits" OR "stay green")

kwa namna hiyo.

Katika utafutaji wa kielektroniki, rekodi 45 zilipatikana kutoka Google Scholar, 28 kutoka Web of Science na 43 kutoka Scopus, jumla ya rekodi 116. Baada ya kuondoa rekodi saba zilizorudiwa, tafiti 109 za kipekee zilibaki. Maandishi ya mbinu yanasema kwamba tafiti 71 zilitengwa katika uchunguzi wa kichwa na muhtasari, maandishi kamili 38 yakatathminiwa, na maandishi kamili mengine manane yakatengwa, hivyo tafiti 30 zikaingizwa katika meta-uchambuzi.

Kwa nini kuna tatizo muhimu katika mchoro wa PRISMA?

Mchoro wa PRISMA wa utafiti hauonyeshi mtiririko uleule kama maandishi ya mbinu. Mchoro unatoa mtiririko wa:

• 109 records screened,
• 0 records excluded,
• 109 reports sought for retrieval,
• 71 reports not retrieved,
• 38 reports assessed for eligibility,
• 8 reports excluded,
• 30 included

.

Kinyume chake, maandishi yanasema kwamba rekodi 71 zilitengwa kwa sababu hazikutimiza vigezo vya kujumuisha katika hatua ya kichwa/muhtasari. “Kutengwa” na “kutopatikana kwa maandishi kamili” si hali moja ya kimethodolojia. Kwa hiyo mchoro wa PRISMA na maelezo ya maandishi ya uteuzi hayathibitishani.

Je, vigezo vya kujumuisha vilitumika kikamilifu kwenye vyanzo?

Chanzo hakina uthabiti kamili ndani yake hata katika suala hili. Katika jedwali la PICOS, kigezo cha muundo wa utafiti ni majaribio ya shamba au chafu yaliyopitiwa na wahakiki na kuchapishwa kwa Kiingereza kati ya Januari 2004–Aprili 2025. Makala za mikutano, nyenzo za uhariri, tafiti za dodoso/mahojiano na machapisho yasiyopitiwa na wahakiki yangetengwa.

Hata hivyo, katika bibliografia ya makala yenyewe, rekodi mbili zilizojumuishwa katika meta-uchambuzi zimeorodheshwa wazi kama “Ph.D. Thesis”. Rekodi nyingine iliyojumuishwa iko kwenye Research Square. Aidha, kichwa cha rekodi iliyojumuishwa namba [57] kinachunguza athari ya waterlogging, si ukame.

Utafiti haujaeleza kwa nini rekodi hizi zilikubaliwa kuwa zinalingana na aina ya chapisho na vigezo vya uingiliaji vilivyofafanuliwa mapema. Kwa hiyo, kuwasilisha data seti yote ya tafiti 30 kama kundi moja la “majaribio ya ukame yaliyopitiwa na wahakiki” kunapaswa kutathminiwa kwa tahadhari.

Hali za ukame na zisizo na mkazo zilisanifishwaje?

Kwa kuwa tafiti zilikuwa na hali tofauti sana za umwagiliaji na unyevu wa udongo, waandishi waligawa uchunguzi katika makundi mawili mapana:

• Non-stress (NS): hali zilizochukuliwa kuwa utafiti ulipata maji ya kutosha,
• Drought stress (DS): hali zenye upungufu dhahiri wa maji ikilinganishwa na NS.

Ikiwa utafiti ulikuwa na viwango zaidi ya kimoja vya maji, kiwango cha juu zaidi tu kilitumika kama NS na kiwango cha chini zaidi kama DS.

Kikomo muhimu cha kimethodolojia ni kwamba pale ambapo tofauti ya upatikanaji wa maji haikutolewa wazi katika baadhi ya machapisho, uchunguzi huo ulidhaniwa kuwa “optimal moisture”. Uainishaji huu hauhakikishi kwamba hali isiyo na mkazo inawakilisha hali ileile ya kifizyolojia ya maji kati ya tafiti tofauti.

Ni uchunguzi wangapi wa data uliotumiwa?

Kutoka kwa rekodi 30 zilizochaguliwa, mwandishi, mwaka, eneo la jaribio, aina/genotipu, matibabu, data kuu ya nambari na matokeo vilitolewa, na jumla ya uchunguzi 648 wa data uliundwa.

Katika tafiti za miaka mingi, kila mwaka ulikubaliwa kama jaribio huru. Ikiwa kulikuwa na thamani zilizorudiwa kwa matibabu yale yale, wastani ulitumika ili kupunguza urudufu.

Mtafiti mmoja alifanya utoaji wa data; mtafiti wa pili alikagua ukamilifu, uthabiti na ufaafu.

Tofauti ya wastani ilihesabiwaje?

Chanzo kinafafanua tofauti kamili kati ya thamani katika hali za drought stress na non-stress kama:

\[ \text{Mean difference}=V_f-V_i \]

.

Hapa \(V_f\) inawakilisha wastani wa sifa chini ya mkazo wa ukame; \(V_i\) inawakilisha wastani katika hali ya udhibiti isiyo na mkazo. Thamani hasi ina maana kipimo cha chini chini ya ukame, na thamani chanya ina maana kipimo cha juu.

Tofauti ya asilimia ilihesabiwaje?

Mlinganyo wa tofauti ya asilimia wa chanzo ni:

\[ \text{Mean percentage difference} = \frac{V_f-V_i}{V_i}\times100 \]

.

Katika uwasilishaji huu, matokeo ya −%27,18 ya mavuno ya nafaka yanawakilisha tofauti ya wastani ya asilimia ya hali ya ukame ikilinganishwa na hali isiyo na mkazo katika data seti ya kulinganisha iliyoundwa na utafiti. Kwa kuwa ukali wa mkazo, muda na genotipu za tafiti tofauti si sawa, nambari hii si kiwango cha hasara kisichobadilika kinachotarajiwa kwa aina moja ya sorgum.

Cohen's d inapima nini?

Ili kusanifisha sifa zilizopimwa kwa vitengo tofauti, Cohen's d ilitumika katika utafiti:

\[ d= \frac{ \overline{X}_{DS}-\overline{X}_{NS} }{ SD_{pooled} } \]

.

Hapa \(\overline{X}_{DS}\) ni wastani katika hali ya ukame, \(\overline{X}_{NS}\) ni wastani katika hali isiyo na mkazo na \(SD_{pooled}\) ni mkengeuko sanifu uliounganishwa wa hali hizo mbili.

Alama hasi inaonyesha kuwa sifa ilipimwa chini zaidi katika hali ya ukame; alama chanya inaonyesha ilipimwa juu zaidi. Maana ya “nzuri/mbaya” ya alama hutegemea maana ya kibiolojia ya sifa. Kwa mfano, siku nyingi zaidi hadi kukomaa na mavuno mengi zaidi ya nafaka haziwakilishi manufaa ya aina moja.

Wastani muhimu katika hali zisizo na mkazo na za ukame ni upi?

Wastani huu si matokeo ya jaribio moja lililooanishwa la genotipu zilezile. Idadi ya sampuli hubadilika kulingana na sifa; kwa mfano, kwa GY n=389 katika NS na n=288 katika DS, ilhali kwa TN ni n=25 na n=20 mtawalia. Kwa hiyo Jedwali 4 linapaswa kusomwa kama usambazaji elekezi uliounganishwa.

Ukame ulibadilisha sifa zipi zaidi kwa asilimia?

Kulingana na Jedwali 5, tofauti hasi kubwa zaidi ya asilimia chini ya ukame inaonekana katika idadi ya tillers. Hii inafuatiwa na mavuno ya nafaka, upana wa panicle na biomasi ya shina. Uwiano wa mzizi/shina, alama ya stay-green na siku za kukomaa ziliripotiwa kuwa na tofauti chanya.

Forest plot inaonyesha sifa zipi kuwa nyeti zaidi?

Kulingana na ukubwa wa athari, idadi ya tillers, upana wa panicle, biomasi ya shina na mavuno ya nafaka zinaonyesha mabadiliko hasi yenye nguvu zaidi kutokana na ukame. Kwa kuwa muda wa kuaminika wa urefu wa panicle unajumuisha sifuri, athari ya mwelekeo wazi kwa sifa hii ni dhaifu zaidi.

Je, athari ya jumla inayounganisha sifa zote ni muhimu?

Hapana; thamani iliyounganishwa iliyoripotiwa katika chanzo haitofautiani na sifuri kwa maana ya kitakwimu. Matokeo ya jumla ya random-effects ya forest plot ni:

\[ ES=-0.43,\qquad 95\%\,CI=[-0.96,\;0.09] \]

. Kwa jaribio la Omnibus/Wald, p=0,10 imeripotiwa.

Kwa hiyo sentensi kwamba “ukame ulipunguza sifa zote 11 kwa pamoja kwa maana ya kitakwimu” si sahihi. Mwelekeo wa sifa pia si mmoja: athari chanya imehesabiwa kwa kuchanua, kukomaa, RS na SG; athari hasi kwa sifa nyingi za muundo/mavuno.

Heterogeneity ni kubwa kiasi gani?

Kwa modeli ya random-effects iliyoundwa juu ya sifa kumi na moja, yafuatayo yameripotiwa:

• \(\tau^2=0,75\),
• \(\tau=0,87\),
• \(I^2=98,17\%\),
• residual heterogeneity Q=406,17, df=10, p<0,001

.

Heterogeneity hii kubwa sana inaonyesha kwamba matokeo hayakusanyiki kwa ukaribu karibu na athari moja ya pamoja ya ukame. Aidha, safu katika forest plot hapa ni sifa tofauti za kiagronomia badala ya tafiti tofauti za matokeo moja. Kwa hiyo thamani ya I² haipaswi kutafsiriwa moja kwa moja kama kiashiria cha kawaida cha “heterogeneity kati ya tafiti 30”.

Meta-uchambuzi wa kiwango cha tafiti kwa mavuno ya nafaka unaonyesha nini?

Uchambuzi wa random-effects wa mabara kwa mavuno ya nafaka unatoa meta-uchambuzi ulio wazi zaidi na wa kawaida zaidi wa kiwango cha tafiti chini ya ukame. Tofauti sanifu ya wastani iliyounganishwa ya tafiti zote ni:

\[ SMD=-1.59 \]

na muda wa kuaminika wa %95 ni:

\[ [-2.17,\,-1.01] \]

. Kwa kuwa muda wote wa kuaminika uko chini ya sifuri, chanzo kinatafsiri matokeo haya kama athari hasi muhimu ya ukame.

Kwa Ulaya, Amerika Kaskazini na Amerika Kusini kulikuwa na utafiti mmoja tu katika kila bara, hivyo heterogeneity ya kikundi kidogo haikuhesabiwa.

Jaribio la tofauti kati ya vikundi vidogo liliripotiwa kama:

\[ \chi^2=29.72,\qquad df=4,\qquad p<0.0001 \]

. Chanzo kinatafsiri hili kama ishara kwamba eneo la kijiografia linachangia utofauti katika mwitikio wa ukame unaoonekana. Hata hivyo, kwa kuwa “bara” hubadilika pamoja na nyenzo za kijeni, muda wa mkazo, hali ya hewa, mpangilio wa jaribio na mfumo wa kilimo, matokeo haya peke yake hayawezi kutenganisha athari sababishi ya jiografia.

Je, upendeleo wa uchapishaji ulipatikana?

Jaribio la Kendall rank correlation kwa funnel plot lilitoa matokeo:

\[ \tau=-0.13,\qquad p=0.65 \]

.

Jaribio hili halikugundua asymmetry muhimu; hata hivyo, waandishi wanasisitiza kwamba kuwepo kwa tafiti 30 tu kunapunguza nguvu ya jaribio. Kwa hiyo matokeo ya p=0,65 si ushahidi kwamba “hakuna upendeleo wa uchapishaji”; yanaonyesha tu kwamba asymmetry muhimu haikuweza kugunduliwa kwa data iliyopo.

Chini ya ukame, mavuno ya nafaka hubadilika pamoja na sifa zipi?

Katika uchambuzi wa Pooled Pearson correlation, mavuno ya nafaka chini ya ukame yalionyesha uhusiano chanya na sifa zifuatazo:

Uhusiano chanya wenye nguvu zaidi ni r=0,63 kati ya RS na mavuno ya nafaka. Biomasi ya mizizi pia inaonyesha uhusiano chanya wa kiwango cha kati kwa r=0,50.

Mahusiano haya ya correlation si usababishi. Makala yenyewe inakubali wazi kwamba uchambuzi wa Pearson ulifanywa juu ya uchunguzi uliounganishwa kutoka tafiti tofauti, kwamba uchunguzi wa ndani ya tafiti haukuwa huru kikamilifu, na kwamba uchambuzi huo ni wa kiuchunguzi/kielekezi.

Kwa nini matokeo ya stay-green yanapaswa kusomwa kwa tahadhari?

Kwa ujumla, stay-green huchukuliwa kama sifa inayohusiana na ukame inayofafanua majani kuchelewa kuonyesha senescence. Lakini katika meta-uchambuzi huu, maelezo ya upimaji hayana uthabiti ndani yake.

Ingawa sehemu ya mbinu inasema “kipimo cha 1–5”, thamani za mfano zinatolewa kama 2, 4, 6, 8 na 10; inaelezwa kuwa thamani kubwa zaidi humaanisha senescence zaidi. Katika sehemu ya matokeo, kipimo kinafafanuliwa kama 1–8 na 8 huelezwa kama “complete senescence”.

Katika hali hii, haiko wazi katika kiwango cha usanifishaji ikiwa alama ya juu ya SG kwa kweli inaonyesha “stay-green bora zaidi” au “kifo zaidi cha majani”. Kwa hiyo, si sahihi kubadilisha moja kwa moja mabadiliko ya +%11,92 ya SG au uhusiano wa r=0,21 na GY kuwa hitimisho sababishi na lenye mwelekeo wa uhakika kwamba “stay-green bora chini ya ukame iliongeza mavuno”.

PCA inaonyesha nini?

Principal Component Analysis ilitathmini kwa njia ya kiuchunguzi muundo wa utofauti wa pamoja wa sifa tofauti ndani ya data iliyounganishwa.

Katika hali zisizo na mkazo, vipengele vikuu vitatu vya kwanza vinaeleza %95,54 ya utofauti wote:

• PC1: %54,35,
• PC2: %22,17,
• PC3: %19,02.

Katika hali za ukame, utofauti wote unaoelezwa na PC tatu za kwanza ni %67,59:

• PC1: %29,30,
• PC2: %23,49,
• PC3: %14,80.

Kulingana na Jedwali 8, katika PC1 ya ukame, mizigo ya stay-green na grain yield ni 0,75 na 0,83 mtawalia. Katika PC2, biomasi ya shina ina mzigo 0,91, DTF 0,72 na urefu wa mmea 0,62. Katika PC3, biomasi ya mizizi ni 0,67 na upana wa panicle 0,54.

Hata hivyo, waandishi wanaandika wazi kwamba PCA hii iko juu ya pooled observations kutoka tafiti tofauti na haipaswi kukubaliwa kama “real genotype-level variation”.

Je, maendeleo ya uboreshaji kwa muda yalithibitishwa?

Hapana; utafiti unaonyesha tu mienendo ya muda ya kiuchunguzi. Regression za polynomial zilizoundwa kutoka machapisho ya 2004–2025 zilionyesha mikunjo ya kupungua kwanza na kisha kuongezeka katika baadhi ya sifa.

Katika hali zisizo na mkazo, baadhi ya thamani za juu zaidi za R² ni:

• TN: takribani %51 ya utofauti ulioelezwa,
• SB: takribani %43,
• PW: takribani %29,
• PL: takribani %25

zimeripotiwa.

Katika hali za ukame, RS ilionyesha takribani %47, TN %40, PL %20; PW %16, SB %19 na RB %18 ya utofauti ulioelezwa.

Majadiliano ya utafiti yanakubali wazi kwamba kwa sababu ya uwezo mdogo wa kueleza na mtawanyiko mkubwa, mienendo hii si ushahidi thabiti wa kitakwimu wa maendeleo ya kijeni yaliyo endelevu. Matumizi ya genotipu, maeneo na itifaki za majaribio tofauti katika miaka tofauti hufanya iwe vigumu kutenganisha athari ya muda na athari ya uboreshaji.

Matokeo yanayoungwa mkono na utafiti

• Katika data seti iliyochunguzwa, ukame ulionyesha uhusiano hasi wenye nguvu na mavuno ya nafaka ya sorgum.
• Kulingana na Jedwali 5, tofauti ya wastani ya asilimia ya mavuno ya nafaka ni −%27,18.
• Meta-uchambuzi wa random-effects wa kiwango cha tafiti kwa mavuno ya nafaka ulitoa SMD = −1,59 na %95 CI = −2,17 hadi −1,01.
• Idadi ya tillers, upana wa panicle na biomasi ya shina zilionyesha ukubwa hasi wa athari kwa ukame.
• Athari hasi dhahiri ya ukame kwa mavuno ya nafaka iliripotiwa katika vikundi vidogo vya Afrika na Asia.
• Heterogeneity kati ya tafiti ni kubwa.
• Katika data iliyounganishwa chini ya ukame, GY ilionyesha correlation chanya na RS na RB.
• Data zinawasilishwa kuonyesha kwamba uteuzi wa ustahimilivu wa ukame na mavuno haupaswi kuendeshwa kupitia sifa moja tu wakati sifa nyingi zinazingatiwa pamoja.
• Upendeleo wa uchapishaji haukugunduliwa kwa maana muhimu kwa data iliyopo; lakini hauwezi kuondolewa.

Matokeo ambayo utafiti hauungi mkono au hauyathibitishi

• Haijathibitishwa kwamba ukame utapunguza mavuno ya nafaka kwa %27,18 hasa katika aina zote za sorgum.
• Kuonyesha correlation chanya kati ya sifa moja na GY hakuthibitishi kwamba sifa hiyo husababisha moja kwa moja ongezeko la mavuno.
• Correlation zilizowekwa pamoja kwa RS, RB au stay-green hazionyeshi utaratibu sababishi wa kifizyolojia wa genotipu moja.
• Mikunjo ya polynomial ya 2004–2025 haithibitishi maendeleo ya kijeni ya uhakika na endelevu katika uboreshaji wa sorgum duniani.
• Tofauti ya kikundi kidogo cha mabara haitenganishi peke yake athari sababishi ya hali ya hewa au jiografia.
• Haiwezekani kufanya ujanibishaji wa bara kutokana na utafiti mmoja mmoja kwa Ulaya, Amerika Kaskazini na Amerika Kusini.
• Meta-uchambuzi huu haujathibitisha kwamba aina za sorgum nchini Uturuki zitaonyesha ukubwa uleule wa athari.
• Kwa kuwa upimaji wa stay-green umefafanuliwa kwa kutokuwiana ndani ya chanzo, mwelekeo wa SG hauwezi kutumiwa kama kipimo cha uhakika na sanifu.
• Kutokuwiana kunakoonekana kati ya vigezo vya kujumuisha na baadhi ya aina za vyanzo hakujatatuliwa.
• Matokeo ya jumla ya ES=−0,43 yaliyohesabiwa kupitia sifa tofauti za kiagronomia hayawezi kutafsiriwa kama athari moja ya pamoja muhimu ya ukame juu ya sifa zote za kibiolojia.

Mbinu na Matokeo ya Utafiti

Muundo wa mapitio ya kimfumo

Mapitio yanaripoti kutumia mkabala wa PRISMA na vigezo vya kujumuisha/kutenga vya msingi wa PICOS vilitengenezwa. Ingawa itifaki ya utafiti iliandaliwa mapema, haikusajiliwa kwa mtazamo wa mbele katika systematic-review registry ya umma.

Utafutaji wa fasihi ulifanywa kati ya Januari 2025 na Aprili 2025 katika Google Scholar, Web of Science na Scopus.

Idadi za uteuzi wa vyanzo

Jedwali hili linafuata maandishi ya mbinu. Uwasilishaji wa “71 reports not retrieved” katika mchoro wa PRISMA wa chanzo hauwiani na mtiririko huu wa maandishi.

Programu za kitakwimu

Programu zilizotumika katika chanzo ni:

• Genstat 23rd Edition: takwimu elekezi,
• IBM SPSS Statistics version 3.0: grafu ya nguzo ya tofauti ya asilimia,
• JASP 0.16.3: meta-uchambuzi, vipindi vya kuaminika vya %95 na forest plot,
• R 4.2.3 / ggplot2: regression za polynomial, Pearson correlations na PCA

. Matoleo ya programu yamehifadhiwa kama yalivyotolewa katika chanzo.

Uchaguzi wa modeli ulifanywaje?

Katika meta-uchambuzi, ilipangwa kutumia modeli ya random-effects ikiwa jaribio la residual heterogeneity lilikuwa muhimu, na fixed-effects ikiwa halikuwa muhimu. Kwa sababu heterogeneity ilikuwa kubwa katika sifa za kiagronomia zilizochunguzwa, modeli ya random-effects ilitumika.

Takwimu za forest plot ya agronomia

Omnibus p=0,10 na residual heterogeneity p<0,001 hujaribu maswali tofauti: ya kwanza hutathmini kama mgawo uliounganishwa wa modeli unatofautiana na sifuri, na ya pili hutathmini kama athari zinatofautiana kwa kiasi muhimu kati yao.

Tatizo la nambari ndani ya chanzo katika usambazaji wa grain yield

Jedwali 4 linatoa thamani zifuatazo kwa GY:

Nambari 8,39 katika hali ya ukame ni kihesabu masafa ya 8,94−0,55. Kwa hiyo kauli ya “maksimum 8,39” katika muhtasari na maandishi haiwiani na Jedwali 4.

Variation katika sifa

Baadhi ya thamani za juu zaidi za coefficient of variation katika hali za ukame ni:

• TN: %69,14,
• RB: %54,23,
• GY: %47,43,
• RS: %47,14,
• PW: %45,44

.

Variation hii kubwa haiwezi kuhusishwa na utofauti wa kijeni pekee. Waandishi wanajadili kwamba maeneo tofauti, mazoea ya usimamizi, miundo ya majaribio na hali za mazingira pia huchangia variation.

Mavuno ya nafaka na sifa za mizizi chini ya ukame

Chini ya ukame, correlation ya GY na RS ya r=0,63 na na RB ya r=0,50 inaonyesha kwamba ugawaji wenye nguvu zaidi kwa mizizi na mavuno hubadilika pamoja ndani ya data iliyounganishwa.

Hata hivyo, kwa kuwa athari za genotipu, mazingira na majaribio katika tafiti hazikudhibitiwa kwa modeli tofauti ya hierarchical, kutoka kwa correlations hizi haiwezi kuhitimishwa kwamba “kuongeza uwiano wa mzizi/shina huongeza mavuno ya nafaka kwa kiasi hiki”.

Kikomo cha uhuru katika uchambuzi wa correlation

Waandishi wanasema kwamba Pearson correlation na PCA zilifanywa juu ya pooled observations kutoka tafiti kadhaa huru na kwamba dhana ya uhuru kamili wa uchunguzi huenda haikutimizwa.

Katika sehemu ya majadiliano, matokeo haya yanaelezwa wazi kuwa descriptive rather than inferential. Hiki ni kikomo cha msingi katika kutafsiri matokeo ya makala.

Kutokuwiana kwa alama kati ya jedwali la PCA na maandishi

Kwa Non-stress PC1, Jedwali 8 linatoa mizigo:

• PH = +0,73,
• PW = +0,85

. Hata hivyo, maandishi yanayofuata yanaeleza PC1 kuwa “inahusiana hasi na PH na PW”. Verianla haisahihishi kwa kudhani ni alama ipi ilikusudiwa katika chanzo, na hutumia Jedwali 8 wakati wa kuwasilisha thamani za kiasi.

Nguvu za utafiti

• Unashughulikia mwitikio wa ukame si kupitia grain yield pekee, bali kupitia sifa 11 tofauti.
• Umetumia Google Scholar, Web of Science na Scopus kwa pamoja.
• Umejaribu kutumia fremu za PRISMA na PICOS.
• Unawasilisha meta-uchambuzi wa grain-yield kwa mabara katika kiwango cha tafiti.
• Unatoa ukubwa wa athari na vipindi vya kuaminika vya %95.
• Unaripoti heterogeneity waziwazi.
• Hauzidishi matokeo ya funnel plot kuwa “hakuna upendeleo wa uchapishaji”.
• Unakubali wazi katika majadiliano kikomo cha pooled-data/independence cha correlation na PCA.
• Unajadili uteuzi wa sifa nyingi badala ya sifa moja kwa uboreshaji wa ukame.

Vikwazo vya msingi vya utafiti

• Itifaki ya review haikusajiliwa katika hifadhi ya umma kwa mtazamo wa mbele.
• Mchoro wa mtiririko wa PRISMA hauwiani na maandishi ya mbinu.
• Kigezo cha kujumuisha na aina ya chapisho la baadhi ya vyanzo havilingani.
• Kichwa cha angalau moja ya vyanzo ni utafiti wa waterlogging badala ya ukame.
• Hali za ukame hazikusanifishwa kati ya tafiti kwa ukali au muda wa mkazo wa kawaida.
• Majaribio ya shamba na chafu, genotipu tofauti na hatua tofauti za maendeleo ya ukame ziliunganishwa katika hifadhidata moja.
• Heterogeneity ni kubwa sana.
• Kipimo cha stay-green hakina uthabiti ndani ya chanzo.
• Baadhi ya nambari za jedwali na maandishi haziwiani.
• Correlation na PCA hazimodeli utegemezi wa ndani ya tafiti kwa sababu ya pooled observations.
• Mienendo ya muda ina thamani za chini–za kati za R² na si ushahidi wa hakika wa maendeleo ya uboreshaji.
• Usambazaji wa kijiografia wa tafiti 30 si sawia; kuna tafiti chache sana katika vikundi vidogo vya Ulaya na Amerika.

Hitimisho lina maana gani kwa uboreshaji?

Hitimisho la jumla la chanzo ni kwamba wakati wa kukuza sorgum inayostahimili ukame, mavuno ya nafaka hayapaswi kutumiwa peke yake. Inapendekezwa kufenotipu kwa pamoja biomasi ya shina na mizizi, ugawaji wa mzizi/shina, muundo wa panicle na sifa zinazohusiana na stay-green.

Waandishi wanapendekeza kwamba zana kama high-throughput phenotyping na genomic selection zinaweza kuongeza ufanisi wa uteuzi na faida ya kijeni baadaye. Hata hivyo, meta-uchambuzi uliopo haujajaribu moja kwa moja kwa majaribio faida mpya ya kijeni inayotolewa na teknolojia hizi.

Maelezo ya Chanzo na Mbinu

Jina kamili la kazi asilia: A Meta-Analysis of the Effects of Drought Stress on Agronomic and Yield-Related Traits in Sorghum

Waandishi: Asande Ngidi; Hussein Shimelis; Seltene Abady Tesfamariam; Emeline N. Dossa.

Mpangilio wa waandishi: Mpangilio katika chanzo umehifadhiwa kama ulivyo.

Mchango sawa/mwandishi wa kwanza sawa: Haukuonyeshwa katika chanzo.

Mwandishi wa mawasiliano: Asande Ngidi.

Taasisi: African Centre for Crop Improvement, School of Agriculture and Science, University of KwaZulu-Natal, Pietermaritzburg 3201, South Africa.

Aina ya chanzo: Mapitio ya kimfumo na meta-uchambuzi. Aina ya makala ya jarida imeonyeshwa kama “Review”. Utafiti haukuzalisha jaribio jipya huru la shamba au chafu; ulifanya uchambuzi upya wa data kutoka tafiti za awali.

Jarida: Agriculture

Mchapishaji: MDPI

Juzuu / namba ya makala: 16, 1704

Tarehe ya uchapishaji: 9 Agosti 2026

DOI: 10.3390/agriculture16161704

Kiungo rasmi cha uchapishaji: https://www.mdpi.com/2077-0472/16/16/1704

Kiungo cha DOI: https://doi.org/10.3390/agriculture16161704

Hali ya uhakiki: Utafiti ni review/meta-uchambuzi uliochapishwa katika jarida lililopitiwa na wahakiki Agriculture.

Leseni: Creative Commons Attribution (CC BY).

Supplementary material: PRISMA 2020 checklist imeonyeshwa kama Supplementary Table S1.

Ufadhili: Utafiti uliungwa mkono na Sorghum Trust (Reg no. IT9221/97), Department of Science, Technology, and Innovation (DSTI) ya Afrika Kusini na Technology Innovation Agency (TIA) kupitia mradi wa sorghum pre-breeding ndani ya Sorghum Cluster Initiative (SCI).

Upatikanaji wa data: Imeelezwa kuwa michango asilia imo ndani ya makala na Supplementary Materials; maombi ya ziada yanaweza kuelekezwa kwa mwandishi wa mawasiliano.

Shukrani: Waandishi wanataja msaada wa jumla wa African Centre for Crop Improvement ndani ya University of KwaZulu-Natal.

Mgongano wa maslahi: Waandishi hawakuripoti mgongano wa maslahi.

Michango ya waandishi: Asande Ngidi; dhana, ucuration wa data, programu, uchambuzi rasmi, utafiti, mbinu, rasimu ya kwanza na mapitio/uhariri. Hussein Shimelis; dhana, upatikanaji wa fedha, usimamizi wa mradi, rasilimali, usimamizi, uthibitishaji, uoneshaji na mapitio/uhariri. Seltene Abady Tesfamariam; dhana, ucuration wa data, uoneshaji na mapitio/uhariri. Emeline N. Dossa; ucuration wa data, programu na uchambuzi rasmi.

Dokezo la uthabiti wa uteuzi wa tafiti: Vigezo vya PICOS vinafafanua tafiti za shamba/chafu zilizopitiwa na wahakiki kwa Kiingereza na kipindi cha Januari 2004–Aprili 2025. Katika maandishi ya mbinu kuna kauli tofauti inayosema hakuna kikomo cha kipindi na shamba/chafu. Aidha, katika orodha ya bibliografia ya vyanzo vilivyojumuishwa kuna Ph.D. thesis mbili na rekodi moja ya Research Square.

Dokezo la uthabiti wa PRISMA: Maandishi ya mbinu yanasema tafiti 71 zilitengwa katika hatua ya title/abstract screening, ilhali mchoro wa PRISMA unaonyesha 0 screening exclusion na 71 “reports not retrieved”. Mitiririko hiyo miwili si sawa.

Dokezo kuhusu mada ya utafiti uliojumuishwa: Rejea [57] ina kichwa “Effects of waterlogging at different growth stages...”. Jinsi utafiti huo unavyokidhi kigezo cha uingiliaji wa ukame haijaelezwa katika makala kuu.

Kutokuwiana kwa nambari za mavuno ya nafaka: Muhtasari na maandishi hutoa thamani ya juu chini ya ukame kama 8,39 t ha⁻¹, ilhali Jedwali 4 linaonyesha kiwango cha juu kama 8,94 t ha⁻¹ na range kama 8,39 t ha⁻¹. Verianla haikubadilisha kimya kimya mojawapo ya nambari hizi kwa nyingine.

Kutokuwiana kwa Jedwali 5: Upungufu wa TN ni %42,12 katika baadhi ya maandishi na %42,21 katika Jedwali 5. Upungufu wa PW ni %22,52 katika sentensi moja na %25,52 katika Jedwali 5. Katika sehemu ileile, thamani ya %9,07 inahusishwa na shoot biomass, ilhali Jedwali 5 linaitoa kwa panicle length na linatoa mabadiliko ya shoot biomass kama −%22,12. Uoneshaji wa nambari wa Live ulitumia moja kwa moja Jedwali 5.

Dokezo la kipimo cha stay-green: Katika mbinu, SG inatajwa kuwa kipimo cha “1–5”, lakini maelezo ya alama kati ya 2–10 yanatolewa; katika sehemu ya matokeo, kipimo kinafafanuliwa kama 1–8. Kuna ukosefu wa uhakika wa mwelekeo kati ya maelezo kwamba alama kubwa ina maana senescence zaidi na tafsiri za “alama ya juu ya stay-green”.

Kikomo cha tafsiri ya forest-plot: Athari inayounganisha sifa zote ni −0,43 na %95 CI −0,96 hadi 0,09; omnibus p=0,10. Kwa hiyo athari ya jumla haitofautiani na sifuri kwa maana ya kitakwimu. Aidha, kwa kuwa forest plot inaunganisha sifa tofauti za kibiolojia katika fremu moja ya random-effects, I²=%98,17 haipaswi kutafsiriwa kama heterogeneity ya kawaida ya tafiti za matokeo moja.

Meta-uchambuzi wa grain-yield: Uchambuzi wa mabara katika kiwango cha tafiti unatoa SMD = −1,59 na %95 CI = −2,17 hadi −1,01 kwa tafiti zote; matokeo haya yanaunga mkono athari hasi dhahiri ya ukame kwa grain yield. Overall I²=%81,8.

Kikomo cha correlation na PCA: Uchambuzi ulifanywa juu ya pooled observations kutoka tafiti kadhaa na utegemezi wa ndani ya tafiti haukumodeliwa kikamilifu. Waandishi wanaeleza wazi kwamba matokeo ni ya kielekezi/kiuchunguzi. Usababishi haupaswi kuhitimishwa.

Dokezo la ndani ya chanzo kuhusu PCA: Kwa Non-stress PC1, Jedwali 8 linatoa PH=+0,73 na PW=+0,85, ilhali maelezo ya maandishi yanafafanua sifa hizi mbili kuwa zinahusiana hasi na PC1. Katika uwasilishaji wa kiasi, thamani za jedwali zimehifadhiwa.

Upeo wa Uturuki: Katika jedwali la tafiti zilizojumuishwa hakuna utafiti kutoka Uturuki. Matokeo hayawezi kujumuishwa moja kwa moja kwa genotipu za sorgum au hali za kilimo nchini Uturuki kwa ukubwa uleule wa athari.

Mbinu ya uzalishaji wa maudhui: Mbinu ya kisayansi, milinganyo, takwimu, matokeo ya nambari, tafsiri za grafu, vikwazo na kutokuwiana ndani ya chanzo katika makala hii ya Verianla yote yanategemea utafiti uliopitiwa. Udhibiti wa nje ulitumika tu kuthibitisha utambulisho wa bibliografia, rekodi rasmi ya uchapishaji na hali ya uhakiki wa jarida; hakuna jaribio jipya la ukame, matokeo mapya ya mavuno au utaratibu wa kibiolojia usiokuwapo katika chanzo ulioongezwa kutoka nje.