MétaCan
Menu
Retour à la cohorte
Enregistrement W2155169130 · doi:10.1111/j.1365-2494.2010.00778.x

Yield and quality of forage maize grown under marginal climatic conditions in Northern Ireland

2011· article· en· W2155169130 sur OpenAlexaboutno aff
Aidan D. Farrell, T. J. Gilliland

Notice bibliographique

RevueGrass and Forage Science · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMulchAgronomyStarchForagePlastic mulchYield (engineering)CultivarBiologyPlastic filmEnvironmental scienceChemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract The expansion of maize (Zea mays) into cooler areas has been facilitated by the availability of early maturing cultivars and by cultivation under plastic mulch. However, year‐to‐year variation in harvest quality remains a problem. The yield and quality of ‘Goldcob’, an early maturing forage maize, were assessed over 5 years from plots grown in the open and under plastic mulch. For both treatments, there was significant between‐year variation in yield and quality (starch content, metabolizable energy, organic matter and D‐value), and starch content was particularly variable. The use of plastic mulch to warm the soil advanced the establishment of the crop, with silking occurring on average 19 days earlier. This resulted in significantly higher yields under plastic mulch, with a mean increase of 3·9 t ha−1. The plastic mulch also resulted in significant increases in quality parameters, with starch content showing a mean increase of 36%. The Ontario heat unit model explained much of the variability in yield, both in the open and under plastic mulch. Plastic mulch had no consistent effect on Ontario heat units accumulated prior to silking, but Ontario heat units accumulated between silking and harvest (OHUpost‐silk) were found to be an adequate predictor of yield. The response of starch content was more complex, showing a clear plateau in the response to temperature at 1200 OHUpost‐silk, above which the accumulation of starch appears limited by other factors.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,228

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)0,0010,000

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 Opus0,077
Tête enseignante GPT0,273
Écart entre enseignants0,196 · 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

Citations20
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGrass and Forage ScienceMême sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207