MétaCan
Menu
Retour à la cohorte
Enregistrement W2076007426 · doi:10.2134/agronj2010.0494

Barley Productivity Response to Polymer‐Coated Urea in a No‐Till Production System

2011· article· en· W2076007426 sur OpenAlexaffabout
Robert E. Blackshaw, Xiying Hao, K. Neil Harker, John T. O’Donovan, Eric N. Johnson, Cecil Vera

Notice bibliographique

RevueAgronomy Journal · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésAgronomyHordeum vulgareCultivarUreaWeed controlYield (engineering)FertilizerWeedBiomass (ecology)BiologyPoaceaeChemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Farmers are interested in more cost‐efficient and environmentally sound fertilization programs in field crops. A multi‐site study on the Canadian prairies was conducted to determine the effect of polymer‐coated urea (Environmentally Smart Nitrogen, ESN) compared with urea on weed management and barley ( Hordeum vulgare L.) yield and quality. Treatments included a semi‐dwarf and tall barley cultivar, polymer‐coated urea (ESN) and urea, 100 and 150% of soil test N fertilizer rates, and 50 and 100% of registered herbicide rates. Treatments were applied to the same plots in four consecutive years. Barley yield was greater with semi‐dwarf compared with tall barley in 13 of 20 site‐years but weed biomass was greater in 7 of 18 site‐years with the semi‐dwarf cultivar. The 150% N fertilizer rate increased yield of both cultivars in 9 of 20 site‐years and of the semi‐dwarf cultivar in four additional site‐years. Barley yield was often similar with ESN and urea but ESN increased barley yield in three site‐years at both N rates, two additional site‐years at the 150% N rate, and one further site‐year with semi‐dwarf barley. Barley grain protein concentration was greater with ESN than with urea in 8 of 20 site‐years. Information gained in this study will be used to advise growers on improved barley production practices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,303

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,203
Écart entre enseignants0,182 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgronomy JournalMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207