Chlorophyll Measurements and Nitrogen Nutrition Index for the Evaluation of Corn Nitrogen Status
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Plant‐based diagnostic techniques are used to determine the level of crop N nutrition but there is limited comparative research on the different methods. Our objectives were to establish the relationship between chlorophyll meter (CM) readings and N nutrition index (NNI) during the corn ( Zea mays L.) growing season, and to compare both methods as diagnostic tools for predicting grain yield response to N fertilization. The study was established at eight site‐years using four to seven N fertilization rates. The CM readings from the youngest collared leaf were taken on five to eight sampling dates in 2004, 2005, and 2006 along with NNI determinations. Generally, CM readings and NNI increased with increasing N rates. Chlorophyll meter readings and relative CM (RCM) readings were related to NNI, but the intercepts and/or slope of the response curves varied with site‐year. Because they are site‐specific, these relationships may not be reliable indicators of corn N status. The relationship between CM readings and relative grain yield (RY) at stage of development ≈V12 was also site‐specific. Relative CM readings (RY = −0.64 + 1.65 RCM if RCM ≤ 0.98 and RY = 0.97 if RCM > 0.98; R 2 = 0.60) and NNI (RY = −0.34 + 1.47 NNI if NNI ≤ 0.88 and RY = 0.96 if NNI > 0.88; R 2 = 0.79) at stage of development ≈V12 were related to RY. These two relationships were stable across site‐years and could be used to detect and quantify N deficiencies of corn.
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.
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 découle