Dry Matter Accumulation and Silage Moisture Changes after Silking in Leafy and Dual‐Purpose Corn Hybrids
Notice bibliographique
Résumé
The increasing use of new silage‐specific corn ( Zea mays L.) hybrids, including Leafy types, has created a need for more information on the decision of hybrid choice and time of harvest. A field experiment including dual‐purpose and Leafy silage‐specific hybrids was conducted for 4 yr (1999–2002) at Ottawa, ON, Canada. Specific objectives were to determine (i) differences in whole plant moisture and dry matter (DM) accumulation after silking, and (ii) the optimum harvest windows of the contrasting corn types. Samples of whole plant moisture and DM accumulation were taken and analyzed at 3‐ to 7‐d intervals from approximately 3 wk after silking to physiological maturity. Our results showed that the rate of decline in silage moisture content varied among the years and hybrid types. On average, 85% of total DM accumulation was achieved when the whole plant moisture was about 65% for all hybrids. Compared to dual‐purpose hybrids, the whole plant moisture of Leafy silage‐specific hybrids declined more slowly, especially for hybrid ‘Mycogen TMF94’. We concluded that 65% whole plant moisture normally corresponded to the 50% kernel milk line (ML), and occurred between 50 and 60 d after silking under the northeast climate conditions. Silage‐specific hybrids had larger windows for harvest than dual‐purpose hybrids. However, ML progression was irregular for Leafy hybrids and changed more rapidly for dual‐purpose hybrids. Under extreme weather conditions, kernel ML does not correspond to silage moisture content in the same way as under normal conditions, therefore, silage harvest should be based on actual moisture content.
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 | 0,000 | 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 | 0,000 | 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 ».