MétaCan
Menu
Retour à la cohorte
Enregistrement W2278239374 · doi:10.2135/cropsci2015.04.0227

Is There a Role for Sink Size in Understanding Maize Population–Yield Relationships?

2015· article· en· W2278239374 sur OpenAlexaboutno aff
D. B. Egli

Notice bibliographique

RevueCrop Science · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSink (geography)BiologyHybridPopulationAgronomyGrain yieldPopulation sizeYield (engineering)Zea maysDemographyGeography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The most consistent change in management practices associated with the increase in maize (Zea mays L.) yield in the United States since 1930 has been a steady increase in plant population. Populations increased from roughly 30,000 plants ha–1 at the beginning of the hybrid era to >75,000 plants ha–1 in recent years. The purpose of this review was to evaluate the potential role of sink size in historic maize yield–population relationships. The steady increase in yield (∼4×) during the hybrid era required an increase in source activity since there was no change in harvest index. The increase in grain yield was associated with an increase in kernels per unit area, so there was a concomitant increase in both source and sink. Data collected from the literature and evaluations of hybrids from different eras demonstrate that ear size (kernels per ear) of U.S. and Canadian hybrids did not increase during the hybrid era. Ears per plant did not increase above an average of one. Since ear size and prolificacy did not change, higher plant populations were needed to increase sink size (ears and kernels per unit area). This approach to analyzing population–yield relationships suggests that higher populations didn't necessarily contribute directly to higher productivity; rather, the increase in sink size avoided a sink limitation and allowed the higher productivity of the source to be translated into grain yield. Future yield increases will, therefore, require even higher populations which could create new management challenges.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,202
Tête enseignante GPT0,296
Écart entre enseignants0,094 · 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

Citations38
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrop ScienceMême sujetCrop Yield and Soil FertilityTravaux en français237 207