Rate and time of fertilizer nitrogen application on yield, protein and apparent efficiency of fertilizer nitrogen use of spring wheat
Notice bibliographique
Résumé
Use of an in-season measurement of crop nitrogen (N) status to optimize fertilizer N management has been proposed as a means of optimizing yield of spring wheat while minimizing environmental N losses. This study determined the effect of the rate and time of fertilizer N application on the grain yield, grain protein, and apparent recovery of fertilizer N in grain and in the above-ground plant for spring wheat (Triticum aestivum L.) in 2001–2003, and evaluated the use of a SPAD-502 meter to measure crop N status in spring wheat. Sixteen N fertility treatments were used, including application of different rates of fertilizer N (0–160 kg N ha-1) applied pre-seeding (ZGS 0), at tillering (ZGS 21) and at shooting (ZGS 32) as ammonium nitrate. Split N application provided no benefit in terms of grain yield or apparent recovery of fertilizer N. Application of fertilizer N at ZGS 32 reduced crop yield and apparent recovery of fertilizer N compared with N application at ZGS 0. Application of fertilizer N at ZGS 21 reduced yield and apparent recovery of fertilizer N in grain in 2 of 3 yr, but had no effect on apparent recovery of fertilizer N in the above-ground plant. Delayed fertilizer N application generally increased grain protein. Fertilizer N can be applied at ZGS 21 as required to optimize grain yield provided at least some fertilizer N is applied prior to seeding; however, crop N status cannot reliably be assessed at this time using a SPAD-502 meter. Crop N status can be assessed at ZGS 32 using a SPAD-502 meter; however, fertilizer N application at this time primarily influences grain protein rather than grain yield. These results highlight the need for a means of predicting soil N mineralization potential in order to optimize grain yield in humid environments where carry-over of soil nitrate from the previous growing season is limited. Key words: Triticum aestivum; N mineralization; soil N supply; SPAD-502 meter, leaf chlorophyll index
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 | 0,000 | 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) | 0,001 | 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 ».