Weed Interference, Pulse Species, and Plant Density Effects on Rotational Benefits
Notice bibliographique
Résumé
Pulse crop management can increase pulse yields and N fixation, but the effects of previous pulse crop management on subsequent crop performance is poorly understood. Field studies were conducted at three locations, in the Parkland region of Alberta, Canada, between 2004 and 2006. Tannin-free faba bean, narrowleaf lupin, and field pea were planted at 0.5, 1.0, 1.5, and 2.0 times the recommended pulse planting density (PPD), with or without barley as a model weed. Faba bean produced the highest seed yields in higher precipitation environments, whereas pea produced the highest seed yields in lower precipitation environments. Lupin seed yields were consistently low. In the absence of weed interference, faba bean, pea, and lupin N-fixation yields ranged from 70 to 223, 78 to 147, and 46 to 173 kg N ha−1, respectively. On average, faba bean produced the highest N-fixation yield. The absence of weed interference and a high PPD increased pulse seed and N-fixation yields. Quality wheat crops were grown on pulse stubble without additional N fertilizer in some site–years. Management practices that increased N fixation resulted in only marginal subsequent wheat yield increases. Subsequent wheat seed yield was primarily influenced by pulse species. Pea stubble produced 11% higher wheat yields than lupin stubble but only 2% higher wheat yields than faba bean stubble. Consistently high wheat yields on pea stubble may be attributed to synchronized N release from decomposing pea residues with subsequent crop N demand and superior non-N rotational benefits.
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) | 0,002 | 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 ».