Yield of Leafy Greens in High Tunnel Winter Production in the Northwest United States
Notice bibliographique
Résumé
Season extension structures like high tunnels make it possible to produce cold-tolerant crops during winter months for both a longer cropping season and a winter market season. The effects of location and planting date on the fresh yield of several cultivars of Asian greens ( Brassica rapa L.), lettuce ( Lactuca sativa L.), and spinach ( Spinacia oleracea L.) were examined at Moscow, ID/Pullman, WA, and Vancouver, WA, a cold temperate climate and a mild marine climate, respectively. In Winter 2005–06, 20 cultivars were evaluated and in Winter 2006–07 a subset of 12 cultivars were evaluated. Location impacted yield, and higher yields overall were attained at Vancouver than at Moscow/Pullman, likely as a result of more consistent, warmer soil and air temperatures as well as increasing irradiance in February and March at Vancouver. Asian green cultivars had the highest overall yield resulting from faster growth compared with spinach and lettuce cultivars at both locations. Although most lettuce cultivars grew throughout the winter, further research is needed to identify the most suitable cultivars, seeding dates, and planting densities to optimize winter production of this crop and for Asian greens and spinach. Planting date influenced yields with the highest yields obtained for the third planting date for all trials except at Moscow/Pullman in the second year. Overall, this research suggests that it is possible to grow many cold-tolerant cultivars of Asian greens, spinach, and lettuce in a high tunnel during the winter months in both mild and cold temperate northern climates.
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 ».