Spring Wheat Yield and Quality Related to Soil Texture and Nitrogen Fertilization
Notice bibliographique
Résumé
Efficient N fertilization is crucial for economic wheat (Triticum aestivum L.) production and is of great agronomical and environmental significance. A study was conducted at 12 site‐years in eastern Canada to evaluate the effect of soil surface textural groups, N rate (0–200 kg N ha−1) and application timing on grain yield (GY), N uptake, nitrogen uptake efficiency (NUE), grain protein content (GPC), test weight, and thousand kernel weight (TKW). Chlorophyll meter readings (CMR) were taken at tillering and at flowering to assess in‐season wheat N nutrition. Fertilization and soil textural group effects were significant on all measured parameters and their interaction was significant on GPC, TKW, test weight, and CMR. Total N uptake and GPC ranged from 39 to 96 kg N ha−1 and from 13 to 18 g kg−1, respectively, and total N uptake increased proportionally to N rates. Applying N levels >120 kg N ha−1 did not increase total yield, test weight, TKW, or CMR values. The variation in GY, N uptake, and GPC explained by the relative CMR taken at flowering was 87, 88, and 73%, respectively. This study demonstrates that in‐season wheat N nutrition can be monitored by CMR and that surface soil texture is an important parameter that influences wheat N response and wheat quality parameters. Applying half of the recommended rate (120 kg ha−1) at planting and the rest at tillering resulted in a high total yield, high grain N uptake, and the highest GPC price premium.
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 | 0,001 |
| 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) | 0,001 | 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 ».