Fall and early spring seeding of canola (<i>Brassica napus</i> L.) using different methods of seeding and phosphorus placement
Notice bibliographique
Résumé
Fall seeding of canola has been suggested as an alternative to spring seeding in order to avoid environmental stress, foster early maturity, produce larger seed and possibly realise yield and oil content benefits. Further, the practice of broadcast-seeding canola has been introduced to save time and allow fertilizer application while seeding in fields that are wet in the spring. This study was designed to assess methods of phosphorus placement under these alternative seeding dates and methods. Canola was broadcast or seed-row placed either in the fall (14 to 28 October) or spring (26 April to 3 May) of each crop year. We assessed phosphorus fertilization for these options by either broadcasting or banding and seed-placing or side-banding 0, 20, and 40 kg P2O5 ha–1 for broadcast and row seeding, respectively. Fall seeding of canola did result in earlier maturity (7 to 10 d) and larger seed in all experiments. Spring-seeded canola provided a yield advantage (average 14% over all six experiments), especially in the three experiments carried out in the Black Soil Zone (average yield increase of 24.8%). There was a response to phosphate fertilization in three of the six sites, which were considered to be phosphorus deficient. The effectiveness of phosphate application was associated with the method of seeding and thus phosphate placement, because row-seeded canola yielded higher at the phosphorus-deficient sites. Generally, there was no interaction between the time of seeding and phosphate fertilization. The results on the impact of seeding time on oil content were inconclusive as oil content increased at one site, decreased at another and remained unchanged at the rest. Key words: Seeding date, broadcast seeding, row seeding, oil content, crop maturity
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».