Dry Matter and Nitrogen Partitioning Patterns in Bt and Non‐Bt Near‐Isoline Maize Hybrids
Notice bibliographique
Résumé
While maize (Zea mays L.) hybrids with the Bt transgene from Bacillus thuringiensis have been gaining popularity, their dry matter (DM) production, N uptake, and whole‐plant N dynamics have not been assessed to justify their added cost. A field experiment conducted for 2 yr in Ottawa, Canada, studied DM and N partitioning patterns, and N‐use efficiency (NUE) of a conventional (Pioneer 3893) and its near‐isoline transgenic hybrid (Pioneer 38W36 Bt). The hybrids were grown with two N treatments (0 kg N [N0] or 150 kg N ha−1 with 15N‐labeled source [N150]). Plant samples were analyzed for DM, N concentration, and the fate of 15N at the V7, silking, and physiological maturity (PM) stages. Both hybrids were similar in harvest index, leaf chlorophyll content, and N concentrations and contents at the V7, silking, and PM stages. The Bt hybrid produced greater DM in leaves (42.1 vs. 37.5 g plant−1) and kernels (134 vs. 121 g plant−1) than its non‐Bt counterpart, it also accumulated about 11% more N in kernels and on a whole‐plant basis. Both hybrids had a similar partitioning of N and NUE in different plant parts. About 47% of the applied N was recovered at harvest, 70% of which was accumulated in the kernels of both hybrids. There was no indication that the Bt hybrid accumulated more N than its non‐Bt near‐isoline until the silking stage; the greater N content of the Bt hybrid at the PM stage was associated with greater DM in the kernels and leaves.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».