Corn Genotypic Variation Effects on Seedling Emergence and Leaf Appearance for Short‐Season Areas
Notice bibliographique
Résumé
Identifying corn ( Zea mays L.) genotypes with faster rates of seedling emergence and leaf appearance is important in developing a corn crop with earlier canopy closure and better seasonal light interception. A greenhouse experiment was conducted twice to investigate whether corn genotypes known to vary in canopy architecture and yield potential differed in rates of seedling emergence and leaf appearance. The experiment was arranged in a randomized complete block design utilizing seven genotypes: five of the newly developed Leafy reduced‐stature (LRS) types (LRS1, LRS2, LRS3, LRS4 and LRS5), one conventional type [Pioneer 3979 (P3979)], and one late‐maturing big‐leaf (LMBL) type. Five seeds were planted in each pot and seedling emergence was recorded every day until all seeds emerged. Leaf appearance was recorded from seedling emergence until the plants reached anthesis. There was variability among the genotypes for both seedling emergence and leaf appearance rate. Mean seedling emergence values of greater than 90 % were achieved by four of the five LRS genotypes, and the LRS types generally emerged more rapidly than the others. Leaf appearance rate showed linear increases over time; however, LRS genotypes (in particular LRS3, LRS4 and LRS5) had more rapid leaf appearance rates than the others. The LMBL hybrid ranked last for both seedling emergence (<80 %) and leaf appearance rate. Rapid seedling emergence and leaf appearance by early‐maturing genotypes (LRS and P3979, especially LRS) may help these types of genotypes achieve earlier canopy closure and better use of the light available during the growing season, which is critical in a short growing season environment.
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 | 0,001 | 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 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 ».