MétaCan
Menu
Retour à la cohorte
Enregistrement W2020879793 · doi:10.4141/p04-044

Effect of nitrogen, seeding date and cultivar on oat quality and yield in the eastern Canadian prairies

2004· article· en· W2020879793 sur OpenAlexafffundvenueabout
William E. May, Ramona M. Mohr, G. P. Lafond, Adrian Johnston, F. Craig Stevenson

Notice bibliographique

RevueCanadian Journal of Plant Science · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensStatistics CanadaPotashCorp (Canada)Agriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food CanadaManitoba Rural Adaptation CouncilMinistry of Agriculture - Saskatchewan
Mots-clésSeedingAvenaCultivarPanicleAgronomyYield (engineering)Test weightBiologyGrain qualityGrain yield

Résumé

récupéré en direct d'OpenAlex

The proportion of oat (Avena sativa L.) being used for race horses and human consumption has increased over the past 15 yr. The objective of this study was to evaluate the effects of N, seeding date and cultivar on grain yield components, grain yield and grain quality of oat under a direct seeding system. Four N rates, three seeding dates and two cultivars were tested at Indian Head, Melfort, and Canora, SK, and Brandon, MB. Yield was more responsive to increasing N rates from 15 and 80 kg ha-1 when oat was seeded in early May versus early June. Panicles plant-1 was the yield component that accounted for most of the yield increase achieved from increasing rates of N, while kernel weight was the yield component that decreased as the rate of N increased. Physical seed quality decreased (plump seed decreased and thin seed increased) with delayed seeding and greater N fertilizer rates. Nitrogen fertilizer and seeding date had a much larger effect on the quality of CDC Pacer than AC Assiniboia. Combining early seeding, appropriate N fertility and well-adapted cultivars should increase the likelihood of optimizing oat yield and quality necessary for high-value markets. Key words: Avena sativa L., yield components, test weight, lodging, plump seed, thin seed

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,219
Score d'incertitude au seuil0,442

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,038
Tête enseignante GPT0,254
Écart entre enseignants0,216 · 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

Citations61
Publié2004
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetCrop Yield and Soil FertilityTravaux en français237 207