Short‐Season Soybean Genetic Improvement Evaluated in Weed‐Free and Weedy Conditions
Notice bibliographique
Résumé
ABSTRACT Previously we found that the genetic improvement rate of soybean [ Glycine max (L.) Merr.] increased as plant population increased, indicating that new cultivars were more tolerant to higher population stress. The objectives of the current work were to determine genetic improvement rates under weed interference and to examine agronomic and seed composition responses to weed interference. Twenty maturity group 0 to 00 cultivars released from 1934 to 2007 were grown at Ottawa, ON, from 2006 to 2008 under weed‐free and naturally weedy conditions in a split strip trial. Over all cultivars, yield loss due to weeds ranged from 11 to 80% over years. Genetic improvement under weed‐free conditions ranged from 12.1 to 16.6 kg ha −1 yr −1 , similar to previous estimates. Under weedy conditions, estimates of genetic improvement decreased as weed pressure increased, ranging from 14.2 kg ha −1 yr −1 with 11% yield loss to 1.2 kg ha −1 yr −1 with 80% yield loss. Weed interference resulted in inconsistent changes in maturity, plant height, lodging, seed size, and seed protein and oil concentration across the 3 yr of this study. Canopy development was estimated using a measurement of green area from digital images. In weed‐free soybean canopies, newer soybean cultivars had a slower rate of development compared to older cultivars. New cultivars were not more tolerant to weed interference but also were not inferior to old cultivars under weedy conditions.
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 | 0,001 |
| 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) | 0,000 | 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 ».