An assessment of reduced herbicide and fertilizer inputs on cereal grain yield and weed growth
Notice bibliographique
Résumé
Abstract Although crop production and weed growth could change if herbicides and fertilizer inputs were reduced, the short-term impact in an annual cropping system in the Northern Great Plains is not well understood. Data were collected from 14 sites in Saskatchewan, Canada, to investigate the influence of weed control method (cultural vs. herbicides) and N and P fertilizers on crop yield of fall rye, spring wheat, and barley, and the presence and number of weed species. Cultural weed control included 25% greater crop seeding rate, preseeding tillage closer to the time of seeding, and fertilizer N banding in closer proximity to the seed. Four weed species (wild oat, lambsquarters, wild buckwheat, and field penny cress) occurred more frequently in plots with cultural weed control compared with herbicide weed control for all cereal crops. However, straw and grain yields of all crops were unaffected by weed control method at all sites. The addition of fertilizer had a major impact on crop growth and some weed species. Green foxtail occurred more often in unfertilized compared with fertilized plots for all cereal crops. Straw and grain yields of all cereal crops were higher in fertilized compared with unfertilized plots. Crop yield response to fertilizer inputs was not consistent among sites for the three cereal crops. Producers making drastic reductions in fertilizer inputs may experience reductions in crop yields because of limited nutrient levels. However, the results indicate that herbicide inputs could be reduced or eliminated periodically with no short-term yield loss in cereal cropping systems.
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 | 0,000 |
| 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 ».