Seeding Rate, Nitrogen Rate, and Cultivar Effects on Malting Barley Production
Notice bibliographique
Résumé
The malting barley ( Hordeum vulgare L.) industry is often challenged by the availability of sufficient volume and quality to meet demand. Our objective was to evaluate the effects of agronomic practices on grain uniformity, protein concentration, yield, and yield components. Field experiments were conducted from 2005 to 2008 at eight rain‐fed locations in western Canada. The effects of two seeding rates (200 and 400 seeds m −2 ) and five N (0, 30, 60, 90, and 120 kg ha −1 ) rates on two two‐row barley cultivars (‘AC Metcalfe’ and ‘CDC Copeland’) were determined. Each experiment was conducted for 3 yr at each location (24 environments). CDC Copeland displayed some advantages over AC Metcalfe including higher grain yield, lower protein and more uniform kernels. For both cultivars, kernel weight, and plumpness were lower at the higher seeding rate; protein was also lower, maturity was earlier and kernels were more uniform. With increasing N rate, barley yield, kernel weight, and tillers plant −1 increased, but days to seed maturity and protein concentration also increased, and kernel plumpness and seed uniformity decreased. The increase in protein was less pronounced with CDC Copeland suggesting that there may be less risk with this cultivar of unacceptable protein levels at relatively high N rates. At many environments barley plant stand decreased while lodging increased with increasing N rates. To improve the likelihood that barley will be acceptable for malting growers should select low‐protein varieties, seed at relatively high rates and limit N application.
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 ».