MétaCan
Menu
Retour à la cohorte
Enregistrement W2020466659 · doi:10.4141/p03-149

Fall and spring seeding date effects on herbicide-tolerant canola (<i>Brassica napus</i> L.) cultivars

2004· article· en· W2020466659 sur OpenAlexfundvenueaboutno aff
George W. Clayton, K. Neil Harker, John T. O’Donovan, Robert E. Blackshaw, Lloyd M. Dosdall, F. Craig Stevenson, T. Ferguson

Notice bibliographique

RevueCanadian Journal of Plant Science · 2004
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNitrogen and Sulfur Effects on Brassica
Établissements canadiensnon disponible
Organismes subventionnairesAlberta Canola Producers Commission
Mots-clésCanolaSeedingAgronomyBrassicaCultivarBiologySiliqueSowingYield (engineering)Semis

Résumé

récupéré en direct d'OpenAlex

More flexible and effective weed control with herbicide-tolerant B. napus canola allows for additional seeding management options, such as fall (dormant) and early spring (ES) seeding. Field experiments were conducted at Lacombe and Beaverlodge (1999–2001), Didsbury (1999–2000), and Lethbridge (2000–2001), Alberta, Canada, primarily to evaluate the effect of fall (late October-November), ES (late April-early May), and normal spring (NS) (ca. mid-May) seeding dates on glufosinate-, glyphosate-, and imidazolinone-tolerant canola development and yield. Fall seeding resulted in 46% lower plant density and nearly double the dockage than spring seeding. ES-seeded canola had 19% higher seed yield and 2.1% higher oil content than fall-seeded canola. ES seeding significantly increased yield compared to fall-seeded canola for 8 of 10 site -years or compared to NS seeding for 4 of 10 site-years; ES-seeded canola equalled the yield of NS-seeded canola for 6 of 10 site-years. Yield response to seeding date did not differ among herbicide-tolerant cultivars. Seeding date did not influence root maggot damage. Seeding canola as soon as possible in spring increases the likelihood of optimizing canola yield and quality compared to fall seeding and traditional spring seeding dates. Key words: Dormant seeding, seeding management, root maggot, herbicide-resistant crops, yield components, operational diversity

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,209
Écart entre enseignants0,204 · 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'étudeExpérimental (laboratoire)
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

Citations30
Publié2004
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetNitrogen and Sulfur Effects on BrassicaTravaux en français237 207