Improving crop yield, N uptake and economic returns by intercropping barley or canola with pea
Notice bibliographique
Résumé
Two field experiments were conducted from 2009 to 2011 on a Gray Luvisol (Typic Haplocryalf) loam at Star City, Saskatchewan, Canada, to determine the effectiveness of intercropping barley or canola with pea in improving crop yield, total N uptake, seed quality, Land Equivalency Ratio (LER) and economic returns compared to barley, canola or pea grown as monocultures. Average seed yields of barley-pea or canola-pea intercrops were usually greater than those of barley, canola or pea as sole crops. In intercrops, application of N fertilizer increased seed yield of barley or canola but had only slight beneficial effect on the combined seed yield of both crops together. The LER values for intercrops were usually much greater than 1, suggesting less land requirements of intercropping systems than monoculture for the same seed yield. Net returns were lowest for barley as sole crop. Without applied N, net returns were slightly lower for barley-pea intercrop and slightly greater for canola-pea intercrop than pea as a sole crop. Generally, protein concentration in canola or barley seed was higher and oil concentration in canola seed was lower in intercrop combinations compared to sole crops. Response trends of total N uptake in seed or straw were usually similar to that of seed or straw yield. In conclusion, intercropping barley or canola with pea improved yield, N uptake and net returns, suggesting the potential of barley-pea or canola-pea intercrops and pea for organic farming systems.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».