Use of Electrical Conductivity to Assess Irrigation Impacts on Grapevine Winter Hardiness
Notice bibliographique
Résumé
A simple method involving measurement of electrical conductivity of grapevine cane tissue was evaluated. ‘Sovereign Coronation’ vines on two sites were subjected to five irrigation treatments based upon reference evapotranspiration (ET0) and various crop coefficients (Kc): non-irrigated control; 100% ET0 × Kc = 0.75; 150% ET0 × Kc = 0.75 (ET0 × 1.12); 100% ET0 × Kc = 0.2 to 0.8; 150% ET0 × Kc = 0.2 to 0.8. ‘Chardonnay’ vines were likewise subjected to several irrigation treatments: non-irrigated control, early season deficit (irrigation until berry set), midseason deficit (irrigation until lag phase of berry growth), late season deficit (irrigation until veraison), and full season irrigation (irrigation until harvest). Cane samples were collected from December to March inclusive, and cane segments were subjected to multiple temperature treatments (−24, −26, −28, −30, −32°C) in addition to a non-treated control. Treated cane segments were thinly sliced and incubated in distilled water (t1) at room temperature and at 100°C (t2), after which the electrical conductivity (EC) was read. Two indices calculated from both EC values (ItA, ItB) were responsive to irrigation. However, there was little relationship between either ItA and ItB versus irrigation in ‘Sovereign Coronation’, likely because it is a very winter-hardy cultivar. Nonetheless, there was a relationship between both ItA and ItB versus irrigation in ‘Chardonnay’, whereby treatments to which high irrigation volumes were applied also had high ItA and ItB values, suggesting higher potential winter damage. In summary, the technique described herein is relatively inexpensive and not time-consuming and, therefore, may constitute a rapid method for assessment of grapevine winter injury.
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 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».