Nitrogen status in maize grown at different row spacings and nitrogen availability
Notice bibliographique
Résumé
Barbieri, P. A., Echeverría, H. E., Sainz Rozas, H. R. and Andrade, F. H. 2013. Nitrogen status in maize grown at different row spacings and nitrogen availability. Can. J. Plant Sci. 93: 1049–1058. Improving nitrogen use efficiency (NUE) is imperative to sustainable agriculture. To attain this goal in maize crops (Zea mays L.) there are nitrogen (N) diagnosis methods that enable determination of a crop's nutritional status by analysis of plant parts. Maize planted in narrow rows (NR) can have increased dry matter (DM), grain yield and accumulated N. However, no reports have been found on the effect of NR of N in plant diagnosis methods. An experiment was performed over 3 yr to evaluate NR and N fertilizer rates on the N dilution curve, N concentration in grain and chlorophyll content in maize. Treatments consisted of a factorial combination of row width (70, 52 and 35 cm) and N rate (0 to 180 kg N ha −1 ). The N dilution curves adjusted for fertilized or control treatments were similar among row spacing. Nitrogen concentration in grain was correlated with relative yield (RY), and similar critical values for N response were similar between row spacings. Leaf chlorophyll content increased with N and NR; however, green index (GI) and N sufficiency index (NSI) values were not different between row spacing when correlated to RY. These results indicate that response thresholds to N fertilization determined on plant tissue for NR treatments were similar among row spacings. Thus, there is no need to adjust the response thresholds to N application based on row spacing, as NR did not cause any changes in physiological efficiency (PE) due to the determined proportional increases, both in accumulated N in DM and grain yield.
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) | 0,001 | 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 ».