MétaCan
Menu
Retour à la cohorte
Enregistrement W2280467788 · doi:10.1071/cp15348

Canola yield improvement on the Canadian Prairies from 2000 to 2013

2016· article· en· W2280467788 sur OpenAlexaffabout
Malcolm J. Morrison, K. Neil Harker, Robert E. Blackshaw, Claus Holzapfel, John T. O’Donovan

Notice bibliographique

RevueCrop and Pasture Science · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNitrogen and Sulfur Effects on Brassica
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésCanolaCultivarAgronomyBiologyGrowing seasonYield (engineering)Tillage

Résumé

récupéré en direct d'OpenAlex

During the period from 2000 to 2013, average canola yields from Canadian farms increased from 1330 to 2025 kg ha–1, or 54 kg ha–1 year–1. The objective of this review was to propose likely reasons behind this increase by examining genotypic, environmental and agronomic factors. During this period, hybrid canola cultivars with herbicide tolerance (HY-HT) expanded from 80% to >95% of the area sown to canola. Genetic gain from switching from open-pollinated cultivars to HY-HT cultivars was estimated to account for 32 kg ha–1 year–1. When some key environmental factors were examined, there were no significant linear changes in growing season temperature, although the linear increase in April and May precipitation was significant and likely responsible for an increase of 12 kg ha–1 year–1. When coupled with the yield increase from changes in atmospheric CO2 (3 kg ha–1 year–1), the environment was estimated to account for ~15 kg ha–1 year–1. Ignoring all main-factor interactions, changes due to management accounted for the remainder, or 7 kg ha–1 year–1. The expanded use of HY-HT varieties has resulted in better weed control, and an increase in the use of minimum tillage, leading to greater water-use efficiency and higher yield. It is likely that many of the effects of changes in management were hidden in the interaction with genotype and environment main effects. It is difficult to estimate these interactions without designing experiments to do so. The design and implementation of experiments to understand the interaction among main factors should be a priority. Future yield targets of 25 Mt canola by 2025 will require an increase in yield per ha beyond the current rate, or an increase in the land seeded to canola, or a combination of the two factors. Continued progress with canola yield depends on active plant-breeding programs, agronomic research using new varieties, favourable environmental conditions, and high world commodity prices.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,198

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,221
Écart entre enseignants0,213 · 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

Citations34
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCrop and Pasture ScienceMême sujetNitrogen and Sulfur Effects on BrassicaTravaux en français237 207