Management of wild oat (<i>Avena fatua</i> L.) in tame oat (<i>Avena sativa</i> L.) with early seeding dates and high seeding rates
Notice bibliographique
Résumé
Traditionally, farmers have delayed seeding to manage wild oat (Avena fatua L.) in tame oat (Avena sativa L.) crops, but this practice can adversely affect grain yield and quality. The objectives of this study were: (1) to evaluate the effectiveness of using high seeding rates with early-seeded oat to maintain grain yield and quality, and (2) to determine an optimum seeding rate to manage wild oat and maximize grain yield and quality. The factors of interest were wild oat density (low and high density), seeding date (early May, mid May, early June and mid June), and tame oat seeding rate (150, 250, 350 and 450 viable seeds m-2). The study was conducted at Indian Head and Saskatoon, SK, in 2002, 2003 and 2004, at Winnipeg, MB, in 2002, and at Morden, MB, in 2003 and 2004. Wild oat biomass, wild oat panicle density and wild oat seed in the harvested sample decreased as seeding rate increased, while tame oat biomass and grain yield increased. Wild oat density ranged between 0 and 100 plants m-2 with averages of 10 plants m-2 in the low density treatment and 27 plants m-2 in the high density treatment. At low seeding rates, grain yield decreased with increasing wild oat density. The difference in grain yield between the two wild oat densities decreased as the seeding rate increased. There was a curvilinear decrease in grain yield as seeding was delayed. A seeding date × seeding rate interaction was noted for test weight, plump seed, thin seed and groat yield. Seed quality improved as seeding rate increased for only the mid-June seeding date. Even though the mid-June test weight increased as the seeding rate increased it was always lower than the early May test weight at any seeding rate. The results from this study established that in the presence of wild oats, early seeding of tame oat is possible providing high seeding rates, 350 plants m-2 are used.Key words: Wild oat competition, wild oat density, wild oat biomass, grain yield, grain quality
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».