Nitrogen Effects on Grain Yield and Yield Components of Leafy and Nonleafy Maize Genotypes
Notice bibliographique
Résumé
Effects of N fertilization have been extensively studied for conventional maize ( Zea mays L.) hybrids but not for genotypes bearing the leafy and reduced‐stature traits which differ significantly in canopy and root morphology. We tested the hypothesis that genotypes carrying the leafy trait (taller plants with more leaves, greater leaf area development, and greater rooting systems) would show differing responses to N availability in terms of grain yield and yield components from those of conventional maize hybrids. The experimental design was a split‐plot in a randomized complete block design with four blocks repeated across two growing seasons at each of two field sites. The treatments were N fertilization rates (0, 85, 170, and 255 kg N ha −1 ) as the main plot factors and genotypes as the subplot factors. The genotypes were leafy reduced stature (LRS), nonleafy normal stature (NLNS), leafy normal stature (LNS), nonleafy reduced stature (NLRS), and conventional hybrid checks of early (P3979) and late maturity (P3905). The latter consistently yielded best and the NLRS hybrid worst; however, the genotypic grain yield ranking varied between sites. Overall, the LRS outyielded its conventional counterpart (P3979) by 12% at one site and by 26% at the other. No significant N × hybrid interactions were detected for grain yield. We inferred that using leafy genotypes in maize production would not require additional N fertilization compared with their conventional maize hybrid counterparts.
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 | 0,001 |
| 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 ».