Spatial Variability of Potato Tuber Yield and Plant Nitrogen Uptake Related to Soil Properties
Notice bibliographique
Résumé
Inferring correlations between yield and soil properties is difficult, because the variables involved vary at different scales. The study goal was to describe the spatial distribution of tuber yield (total yield), plant N accumulation (N uptake ) and soil properties at small and large field scales with a multivariate geostatistical method (Co‐Regionalization Analysis with a Drift), allowing for a correlation analysis of crop and soil properties at the same scale of variability. Two sites with similar growing practices but different pedodiversity were instrumented at 108 sampling points. Total yield was represented mostly by a small‐scale spatial component (<12.4 m) at Site 1, whereas the importance of the small‐scale variability was minor at Site 2. The N uptake showed a strong spatial structure at small scale at both sites. Large‐scale component of N uptake was also present at both sites, and correlations with total yield and N uptake were stronger at this scale. Correlations with soil properties at large scale only indicate a low temperature early in the season and a lack of water later during the season decreased yield whereas lower soil density and higher electrical conductivity increased plant productivity. For high productivity, some irrigation may be needed, even only once during the season. Property measurements should be taken at large scale for precision agriculture by respecting the scale of variability of each property. Small‐scale variability should be used when treatments are of interest, for example, plots no longer than 11 m should be used to compare fertilizer rates at the sites of this study.
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 ».