Notice bibliographique
Résumé
Variability in seedling death of legumes because of spring frost in the USA and Canada is associated with several factors. Experiments were conducted to evaluate factors that modify frost tolerance of seedling legumes. Experiment 1 was comprised of two hardenings, three freezing temperatures, eight legume species, and four growth stages. Experiment 2 had three temperatures, four durations of temperature, and four legume species. Experiment 3 included three soil types, two soil water levels, and two legume species. At each growth stage, legume seedlings were placed in a programmable freezing chamber at 3°C and temperature decreased/increased 1°C h −1 to and from a minimum freezing temperature. Duration of minimum freezing temperature was 1 h for Experiments 1 and 3 and varied according to the treatment in Experiment 2. Hardening increased seedling survival up to 40% over unhardened seedlings across growth stages and species. Forage legumes were more frost tolerant than soybean [ Glycine max (L.) Merr.] and field pea ( Pisum sativum L.) at all temperatures. Increase in duration of freezing temperature decreased the frost tolerance of all species when freezing temperature was near the LT 50 (temperature that kills 50% of seedlings). Seedling survival of both alfalfa ( Medicago sativa L.) and soybean was greater in light‐textured soil than the heavy‐textured soil with soil water at field capacity. However, one‐third of field capacity soil water allowed greater seedling survival in the heavy‐textured than the light‐textured soil. The results suggest that the factors studied should be considered to assess the frost tolerance of legume seedlings.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».