MétaCan
Menu
Retour à la cohorte
Enregistrement W2330072274 · doi:10.2134/agronj2011.0414

The Effects of Chloride and Potassium Nutrition on Seed Yield of Annual Canarygrass

2012· article· en· W2330072274 sur OpenAlexaffabout
William E. May, S. S. Malhi, Christopher B. Holzapfel, B. Nybo, J.J. Schoenau, G. P. Lafond

Notice bibliographique

RevueAgronomy Journal · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSeedling growth and survival studies
Établissements canadiensUniversity of SaskatchewanAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésAgronomyYield (engineering)PanicleFertilizerPotassiumField experimentPotashMathematicsAnimal scienceBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

The year‐to‐year variability of seed yield in annual canarygrass ( Phalaris canariensis L.) is a major concern among growers. A field experiment was conducted at 13 site‐years across Saskatchewan to determine the response of annual canarygrass seed yield to K and Cl, and to provide better recommendations to producers on the use of KCl fertilizer in annual canarygrass based on soil test results. Potassium did not affect the yield or development of annual canarygrass over a range of 155 to 717 kg K ha −1 in the top 15 cm of soil. Chloride had a large impact on annual canarygrass seed yield; seed yield increased by approximately 24% when Cl was added in the form of KCl or CaCl 2 when averaged across all sites. The seed yield increased because the application of Cl increased panicle size (seeds panicle −1 ). The magnitude of the response tended to increase as level of Cl in the soil decreased. Annual canarygrass growers need to measure Cl when using soil tests to determine fertilizer requirements. It is recommended that 9.1 kg Cl ha −1 in the form of 20 kg ha −1 of KCl be applied when the Cl level in the surface soil (0–15 cm) is below 70 kg Cl ha −1 . The findings encourage growers to conduct individual field test strips to determine the strength of the Cl response.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,011
Score d'incertitude au seuil0,168

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,196
Écart entre enseignants0,190 · 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 tête enseignante, 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

Citations6
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgronomy JournalMême sujetSeedling growth and survival studiesTravaux en français237 207