MétaCan
Menu
Retour à la cohorte
Enregistrement W2012389578 · doi:10.2134/agronj2012.0221

Row Spacing and Nitrogen Fertilizer Effect on No‐Till Oat Production

2012· article· en· W2012389578 sur OpenAlexafffund
G. P. Lafond, William E. May, C. B. Holzapfel

Notice bibliographique

RevueAgronomy Journal · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensSaskatchewan Ministry of AgricultureAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésAgronomyArable landFertilizerYield (engineering)MathematicsPopulationBiomass (ecology)NitrogenAvenaGrain yieldEnvironmental scienceAgricultureBiologyChemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

A major challenge in agriculture is to enhance crop production in an environmentally sustainable fashion to meet the needs of a growing population given the continual decline in the global arable land base. The objectives of the study were to study the interaction between row spacing and N rate in oat (Avena sativa L.) on plant establishment and development, biomass production, grain quality, and grain yield under a no‐till production system. Four row spacing (25, 30, 35, and 40 cm) and five rates of N fertilizer were investigated for 3 yr. Plant density was not affected by N rate and there was no N rate by row spacing interaction. There was a 10% decrease in plant population going from 25 to 40 cm with some years showing no differences. Some differences on the origin and frequency of tillers were observed due to spacing. Grain yield was similar among 25, 30, and 35 cm row spacing with a 13% yield decrease at 40 cm. A row spacing by N rate interaction for grain yield was observed. Grain quality was not affected by spacing other than for a small increase in thin seed and seed weight at wider spacing. Grain N and P concentrations were not affected by row spacing. The results support the feasibility of wide row spacing up to 35 cm combined with placing all fertilizer requirements in a side‐banded position.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,211
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations72
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgronomy JournalMême sujetCrop Yield and Soil FertilityTravaux en français237 207