Managing inoculation failure of field pea and chickpea based on spectral responses
Notice bibliographique
Résumé
Pulse crop production is expanding in semiarid regions of the Northern Plains, and depends on successful biological N 2 -fixation. Inoculation failure, resulting in plant N deficiency and economic crop loss, might be alleviated by remedial N fertilizer application. The experiment was conducted using no-till management at two dryland sites in Montana in 1999 and 2000, where field pea and chickpea were grown in cereal stubble. Shoot biomass, shoot biomass N concentration, seed yield and seed N concentration were measured for uninoculated and inoculated controls and compared with remedial fertilizer N applied 0, 4, 6, and 8 wk after seeding. Spectral reflectance was compared for the inoculated and uninoculated controls. For field pea and chickpea, the critical period for fertilizer N application to prevent yield loss occurred within 6 wk of seeding (P ≤ 0.05). Logistic regression models derived from spectral reflectance had overall accuracies of 84 and 60% for detecting uninoculated control treatments in field pea and chickpea, respectively. The field pea model had a high degree of accuracy 6 wk after seeding, indicating it was capable of assisting a decision to apply remedial N fertilizer. Spectral reflectance provided a window of opportunity of 1 wk to apply remedial N fertilizer to attain full yield potential. Key words: Chickpea, field pea, inoculant failure, nitrogen, spectral reflectance
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 ».