Biomass and yield performance of kabuli chickpea cultivars with the fern or unifoliate leaf trait in the Northern Great Plains
Notice bibliographique
Résumé
Chickpea (Cicer arietinum L.) has two kinds of leaf types, the fern and unifoliate. The best leaf type to use for biomass production and yield in the short growing season of the Northern Great Plains, which has a semiarid environment with end of season rainfall, is not yet known. The objectives of this research were to determine the relationships between leaf type and crop growth rate, maximum above-ground biomass, harvest index and yield under moderate and high plant population densities. The study was conducted in the field at Saskatoon and Swift Current, Saskatchewan, in 2003 and 2004. The experimental treatments consisted of a factorial combination of six commercial kabuli chickpea cultivars representing the two leaf types and two plant population densities: 45 and 85 plants m -2 . There were no cultivar and plant population interactions for crop growth rate, maximum above-ground biomass, harvest index and seed yield. Dry matter production was higher in the 2004 season, which had above-average rainfall and a longer duration of reproductive growth. Although high plant population exhibited higher maximum above-ground biomass in 3 location-years, plant population did not affect the crop growth rate. The 45 plants m -2 treatment had a higher harvest index than the 85 plants m -2 treatment in 2 location-years, but both population treatments were similar in the other two environments. Yield of chickpea was increased by higher plant population in 1 location-year, but was not affected by plant population in the other location-years. The fern leaf cultivars had a higher crop growth rate over the unifoliate leaf cultivars in 2 location-years and no significant difference in the other environment. Fern-leaf cultivars partitioned more dry matter to seed growth compared with unifoliate cultivars while sustaining similar biomass production as unifoliate cultivars. The use of fern-leaf cultivars in the Northern Great Plains appears to be an opportunity for increasing chickpea yield by its superior harvest index compared with unifoliate leaf cultivars. Key words: Cicer arietinum, fern leaf, unifoliate, plant population, seed yield
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 | 0,001 | 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 ».