Short‐Season Soybean Yield Compensation in Response to Population and Water Regime
Notice bibliographique
Résumé
Short‐season soybean [Glycine max (L) Merr.] production systems, such as double cropping and late sowing, require high populations to optimize yield, but effects of high populations on seed number and seed mass are unknown. We evaluated plant population effects on yield compensation, stability of harvest index, assimilate partitioning for seed number, and seed‐filling characteristics for 2 yr near Keiser, AR. The study had two cultivars, two levels of irrigation, and three row spacings that each had five levels of population ranging from 6 to 134 plants m−2 Increasing population reduced yield per plant but increased yield per unit area. Harvest index was relatively constant across populations for a given year and irrigation regime, and yield was closely associated with biomass at maturity. At high populations, plants maintained individual seed mass by reducing the proportion of shell mass per pod. Final individual seed mass, seed growth rate (SGR), and the length of effective filling period did not change with increasing population for irrigated or nonirrigated treatments. Reductions in yield caused by low population density were due to low seed number. Seed number per square meter was directly proportional to the ratio of crop growth rate (CGR) to SGR. For short‐season production, high populations ensured early canopy coverage and maximized light interception, CGR, and crop biomass, resulting in increased seed number and yield potential.
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 | 0,000 |
| 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) | 0,001 | 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 ».