Weather effects on corn response to in-season nitrogen rates
Notice bibliographique
Résumé
Xie, M., Tremblay, N., Tremblay, G., Bourgeois, G., Bouroubi, M. Y. and Wei, Z. 2013. Weather effects on corn response to in-season nitrogen rates. Can. J. Plant Sci. 93: 407–417. The response of corn yield to in-season nitrogen rate (ISNR) fertilizer applications in a temperate humid climate is conditioned to a great extent by prevailing weather conditions, which affect nitrogen use efficiency and raise the level of uncertainty for making management decisions. A better understanding of the effects of temperature, expressed as accumulated corn heat units (CHU), and precipitation would help to ensure that a “closer-to-optimal” nitrogen rate is supplied at side-dressing. A meta-analysis was performed using a database of nitrogen response trials conducted from 1997 to 2008 in 60 locations in the corn grain production area of Québec, in conjunction with a weather database. Meta-analysis is a statistical procedure for combining results from a series of studies that is used in many fields of research. It is used to assess treatment effect (also called effect size) in a group of studies or experiments. Corn yield response to ISNR was negatively correlated with overall CHU accumulation, but positively correlated with CHU accumulation before side-dressing. Responses also showed a stronger relationship with cumulative precipitation (PPT) before side-dressing than after side-dressing. High and evenly distributed precipitation before side-dressing tended to increase responses to ISNR. It can be concluded that low CHU, low precipitation and low precipitation evenness before side-dressing reduce the impact of ISNR on corn 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 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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».