Timing and rates of nitrogen fertiliser application on seed yield, quality and nitrogen-use efficiency of canola
Notice bibliographique
Résumé
Effective management strategies for nitrogen (N) fertiliser are important to ensure optimum seed yields and seed quality of canola (Brassica napus L.) crop production. A field experiment was conducted for 3 years in Ontario, Canada to determine the (i) impact of different rates and timing of application of N fertiliser on canola yield and quality; and (ii) fertiliser-N economy, including agronomic N-use efficiency (aNUE), N-uptake efficiency (NupE), N-utilisation efficiency, partial N balance and N harvest index. Treatments included factorial combinations of six (2011) or eight (2012 and 2013) rates of N as urea (46% N) and timing of application (pre-plant only or preplant plus side-dressed applications at the 6-leaf stage). Side-dressed N application resulted in significant improvements in seed yield and protein concentrations (up to 16%) over equivalent preplant-only applications. The highest seed yield (2700 kg ha–1 in 2011 and 3500 kg ha–1 in 2013) was produced by the treatments including side-dressing: 50 + 50 kg N ha–1 or 50 + 100 kg N ha–1 (preplant + side-dressing). Seed protein concentrations varied from 21% to 23% in 2011 and 2013 and up to 28% in 2012. On average, the sum of protein and oil concentrations was 65–68%. Oil yield increased with increasing N rates in 2011 and 2013, but significant increases were recorded only when N was side-dressed at the 6-leaf stage. Drought conditions in 2012 negated responses to N fertiliser regardless of when it was applied. In general, aNUE and N-utilisation efficiency were decreased with increasing N fertiliser rates, but NupE varied among environments with increasing preplant and side-dressed N application. Side-dressed N applications after preplant application resulted in higher partial N balance, aNUE and/or higher NupE than comparative preplant-only N applications. Overall, side-dressed N application led to improved crop N uptake and better N economy of canola production in eastern Canada.
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 | 0,001 |
| 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 | 0,001 | 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 ».