Yield and quality of oat in response to varying rates of swine slurry
Notice bibliographique
Résumé
An experiment was conducted at two locations in southern Manitoba in 2001 and 2002 to assess the effect of multiple rates of spring-applied swine slurry on seed yield, kernel quality, dry matter accumulation, protein concentration and lodging response of three adapted oat (Avena sativa L.) cultivars: AC Medallion, AC Ronald and AC Assiniboia. Treatments included three rates of swine slurry, an unfertilized check and an inorganic fertilizer treatment at the recommended N rate. In spite of the nutrient variability in swine slurry, oat grain and dry matter yield remained largely unresponsive to increases in slurry rate except when residual soil nutrients were very low. Thousand kernel weight and percentage of plump kernels appeared to be affected more by environment and cultivar than by slurry rate. High rates of swine slurry did not result in high crude protein concentrations in grain or dry matter and may, under some environmental conditions, decrease protein concentrations. The data suggest that few differences exist between oat cultivars in response to the use of swine slurry as a fertilizer. The inconsistent response to slurry application indicates that oat may not be the ideal crop to use in the year of slurry application but may respond well to residual nutrients from nutrients applied in the prior year.Key words: Oat, swine slurry, grain yield, biomass yield, crop 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».