Yield and Bread‐Making Potential of Spring Wheat Under Mineral and Organic Fertilization
Notice bibliographique
Résumé
ABSTRACT The food industry is increasingly interested in bread wheat ( Triticum aestivum L.) produced under low‐input farming. However, the influence of soil management practices and N source type on wheat is unclear. Spring wheat (‘AC Brio’) was grown in 2009 and 2010 near Quebec City, QC, Canada, on a silty clay (SC) and a sandy loam (SL) soil under cool and wet climatic conditions. Nitrogen treatments comprised a control (mineral fertilizer containing P and K only [PK]), a complete mineral fertilizer (NPK), and three organic N sources (liquid swine manure [LSM], liquid dairy cattle manure [LCM], and solid poultry manure [SPM]) applied in the spring to moldboard plowed and minimum till plots. Even though some differences were found in crop N uptake between soil types and production years, the average amount of grains produced at harvest per unit of N applied was greater with NPK (8.5 kg grain kg −1 N applied) than with animal manures but was similar among LSM (6.4), SPM (5.8), and LCM (5.0). The use of LSM and SPM resulted in grain yields similar to those obtained with NPK. The grain protein and gluten content were generally greater with NPK (150 g protein kg −1 and 105 g gluten kg −1 ) than with the organic N sources (142 to 144 g protein kg −1 and 94 to 100 g gluten kg −1 ). However, these disparities had no effect on bread loaf volumes (average of 790 mL). The use of animal manures appears as an interesting alternative to mineral N fertilizers to produce good quality bread‐making wheat.
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 ».