Comparing rooting characteristics and soil water withdrawal patterns of wheat with alternative oilseed and pulse crops grown in the semiarid Canadian prairie
Notice bibliographique
Résumé
Cutforth, H. W., Angadi, S. V., McConkey, B. G., Miller, P. R., Ulrich, D., Gulden, R., Volkmar, K. M., Entz, M. H. and Brandt, S. A. 2013. Comparing rooting characteristics and soil water withdrawal patterns of wheat with alternative oilseed and pulse crops grown in the semiarid Canadian prairie. Can. J. Soil Sci. 93: 147–160. To improve sustainability and increase economic returns, producers in the semiarid Canadian prairie are diversifying their cropping systems to include alternative crops such as pulses and oilseeds in rotation with wheat. Producers must adopt crops and cropping systems that use water most efficiently. We compared the root systems and water withdrawal patterns for three pulse crops (leguminous grain crops) [chickpea (Cicer arietinum L.), pea (Pisum sativum L.) and lentil (Lens culinaris Medik. L.)] and three oilseed crops [canola (Brassica napus L. and Brassica rapa L.) and mustard (Brassica juncea L.)] with one cereal crop [wheat (Triticum aestivum L.)] under well-watered, rain-fed, imposed drought water regimes during 1996–1998. Wheat withdrew the most water, whereas pulses withdrew the least amount of water from the soil profile. Pulses withdrew substantially less water than oilseeds and wheat below about the 80-cm depth, whereas oilseeds withdrew less water than wheat from the upper regions of the soil profile, thus increasing soil water available to the following crops. Therefore, producers can increase the overall efficiency of a crop rotation by growing deeper rooting crops, such as wheat and canola, following pulses, and by growing crops, such as wheat, that will use the increased soil water reserves following canola.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».