Weed suppression and crop production in annual intercrops
Notice bibliographique
Résumé
Intercrops have been associated with greater yields and pest and weed control compared with sole crops. In this field experiment, we investigated agronomic performance and weed suppression by three crops—spring wheat (Triticum aestivum), canola (Brassica napus), and field pea (Pisum sativum)—alone and in all possible combinations at two sites in Manitoba, Canada, from 2001 to 2003. Crop treatments were planted at the same total density (144 seeds m−2). The effects of the different crop combinations on weed recruitment and biomass and crop production were studied in both the presence and absence of in-crop herbicides. The agronomic performance of intercrop and sole crop treatments varied greatly across site-years. Some intercrop treatments (e.g., wheat–canola and wheat–canola–pea) tended to produce greater weed suppression compared with sole component crops, indicating synergism among crops within intercrops with regard to weed suppression. Intercrop treatments resulted in land-equivalent ratios (LER) > 1 (i.e., overyielding) in both the presence and absence of in-crop herbicides. In the presence of herbicides, canola–pea was the most consistent intercrop treatment in terms of overyielding for grain (mean LER = 1.22), whereas in the absence of herbicides, wheat–canola–pea produced the most consistent overyielding frequency for dry matter production (mean LER = 1.28). In the presence of herbicides, overall grain yield stability was greatest for the wheat–canola–pea intercrop treatment. Results indicate that annual intercrops can enhance both weed suppression and crop production compared with sole crops.
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 ».