Yields of Alfalfa Varieties with Different Fall‐Dormancy Levels in a Temperate Environment
Notice bibliographique
Résumé
Fall dormancy (FD) is an important indicator of winter hardiness in alfalfa ( Medicago sativa L.), but the relationship between FD and the yield potential of alfalfa varieties with contrasting FD classes has not been determined in the temperate regions with mild winters. This study was conducted with 42 varieties of eight FD classes (2–9) over four consecutive years to determine the relationship of seasonal and annual total dry matter (DM) yields with FD classes. The results showed that all the eight FD varieties survived over the winter without any persistency problems during the four production years. The greatest average DM yield of 24.4 Mg ha −1 yr −1 was achieved with ‘Runner’ (FD2), while the smallest yields were found in ‘Defi’ (FD5). There were no differences in annual DM yields of varieties among FD classes 3 and 5 to 9. Time of cuts affected DM yields ( P < 0.01) with the first three cuts accounted for 80% of the total yields. Dry matter yields for some of the dormant, semidormant and nondormant varieties were also the greatest and notable yield differences ( P < 0.05) were found among the same FD varieties, whereas overall annual total DM yields were not correlated with FD classes. Our data suggest that FD class should not be used as the main criteria for alfalfa variety improvement and/or introduction of new varieties into temperate regions, and also highlight the importance of early season management to achieve great annual total herbage yields in the temperate regions, such as North Central China.
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 | 0,000 | 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 ».