Effect of seeding date on canola seed quality and seed vigour
Notice bibliographique
Résumé
Seedling vigour is a key critical component to produce well-established canola (Brassica napus) seedlings under less than ideal conditions in western Canada. Our objective was to determine if seed lots from late October (fall) or early spring (April) seeding dates improve seed vigour relative to mid-May (May) seeding dates. We compared seed size, seed maturity, germination percentage, and seedling emergence under controlled-environment conditions from six seed lots obtained from fall-sown (1997, 1998), April-sown (1998, 1999) and May-sown canola (1998, 1999) cv. Quest. On average, 80% of fall-derived seed for both years was larger than 1.7 mm compared to only 32% for May-derived canola seed. April-derived seed was intermediate. Fall and April derived seed were considered 40% mature compared to 16% for May-derived seed. In germination tests at 8°C, May derived seed germinated and emerged slower with a lower total germination percentage compared to falland April-derived seed lots. Priming reduced differences in emergence between the seed lots. Field studies at Scott, SK, sown in the fall of 1999 and 2000, and in early May of 2000 demonstrated that seed derived from fall- and April-sown canola produced higher plant densities, higher biomass at bolting, and higher seed yield than seed derived from May-sown canola. Yield was 10 to 45% less from seed derived from May-sown canola than seed derived from fall- and April-sown canola. This study established the impact of seeding date on seed quality and vigour, which in turn affected emergence, seedling vigour and yield. Also, seed vigour slowly declined within 1 yr, primarily with seed derived from the May-sown canola. Key words: Canola, Brassica napus, vigour (seed), seeding (fall), emergence, yield (quality)
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 | 0,001 | 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 ».