MétaCan
Menu
Retour à la cohorte
Enregistrement W2145380895 · doi:10.2134/agronj2006.0350

Nitrogen Management of Brown Midrib Sorghum × Sudangrass in the Northeastern USA

2007· article· en· W2145380895 sur OpenAlexfundno aff
Quirine M. Ketterings, Jerry H. Cherney, Greg Godwin, Tom Kilcer, Peter Barney, S. Beer

Notice bibliographique

RevueAgronomy Journal · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensnon disponible
Organismes subventionnairesMinistère de l'Énergie et des Ressources NaturellesAgence Nationale de la Recherche
Mots-clésSorghumSowingAgronomyForageDry matterSilageNitrogenCropFodderLegumeSweet sorghumManureSorghum bicolorMathematicsBiologyAnimal scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Brown midrib (BMR) forage sorghum [Sorghum bicolor (L.) Moench.] × sudangrass (Sorghum sudanense Piper) hybrids (S × S) have been considered as a possible forage alternative to maize silage (Zea mays L.) where maize planting is delayed due to wet soil conditions. Our objective was to determine the most economic rate of nitrogen (MERN) for BMR S × S grown in a two‐cut management system with a split application of N. Six field trials were conducted in New York in 2003 and 2004. One trial followed a grass–legume sod; a second trial had received liquid manure 19 mo before S × S planting. The remaining four followed S × S, silage maize, and/or a small grain crop. The MERN ranged from 137 to 192 kg N ha−1 cut−1 with dry matter (DM) yield ranging from 7.8 to 9.7 Mg ha−1 at the sites without additional N input. At the sites with prior N inputs, yield was higher (10.4–13.8 Mg ha−1) and MERN lower. The apparent nitrogen recovery (ANR) at the MERN was highest (61–73%) for the sites with prior N inputs. Nitrogen application rates > 145 kg N ha−1 cut−1 decreased nitrogen use efficiency (NUE) to <15 kg DM kg−1 N, while the ANR became <45%. We concluded that the MERN for BMR S × S grown in New York in a two‐cut system following maize, small grains, or forage S × S is 125 to 145 kg N ha−1 cut−1. For sites that follow sod plow‐down or recent manure application, N application rates should not exceed 40 to 60 kg N ha−1 cut−1

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,237
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgronomy JournalMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207