Pre‐Sidedress Nitrate Test and Other Crop‐Based Indicators for Fresh Market and Processing Sweet Corn
Notice bibliographique
Résumé
Commercial sweet corn (Zea mays L.) production requires significant quantities of fertilizer N, leading to inefficient N use and negative environmental impact. A field experiment was conducted for 4 yr (2001–2004) in Ottawa, Canada, to assess and compare presidedress soil nitrate test (PSNT) with some crop‐based measurements (canopy reflectance, leaf chlorophyll and plant total N) for improved N management. A fresh market sweet corn (FMSC, hybrid ‘Temptation’) grown from 2001 to 2003, and a processing sweet corn (PSC, hybrid ‘Hollywood’) from 2002 to 2004, both received five fertilizer N rates (0, 50, 100, 150, and 200 kg N ha−1). Soil samples taken from the V4 to V8 growth stages were analyzed for NO3−–N. Leaf chlorophyll content (SPAD) and canopy reflectance were also measured for FMSC at the same time. All N treatments affected the number of marketable ears, kernel dry weight and total biomass production. However, in most cases, there was no difference between N treatments from 100 to 200 kg ha−1. The PSNT NO3−–N increased linearly with the fertilizer N rates, and there were significant positive correlations between PSNT at V4 to V6 and the number of marketable ears. It was evident that PSNT, plant N concentration at V6, SPAD and canopy reflectance all differentiated sweet corn N response similarly, and they were highly correlated with one another. We concluded that PSNT at V4 to V6 was effective in predicting sweet corn N requirement in this cool and short‐growing region.
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 | 0,001 | 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 ».