MétaCan
Menu
Retour à la cohorte
Enregistrement W2337039209 · doi:10.2135/cropsci2015.09.0556

Yield Response to Early Defoliation in Spring‐Planted Canola

2016· article· en· W2337039209 sur OpenAlexafffundabout
Lena D. Syrovy, Steven J. Shirtliffe, Mark Zarnstorff

Notice bibliographique

RevueCrop Science · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNitrogen and Sulfur Effects on Brassica
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesUniversity of Saskatchewan
Mots-clésCanolaBiologyBrassicaAgronomyCropYield (engineering)

Résumé

récupéré en direct d'OpenAlex

Canola ( Brassica napus L.) is a high‐value summer annual crop grown in the northern Great Plains of Canada and the United States. During the early stages of its life, the crop may lose leaf area as a result of spring hail storms, frost, herbicides, animal grazing, and insects. However, little information is available on the effect of defoliation during vegetative growth on yield for spring‐planted canola. To address this gap, a five site‐year study was conducted in central Saskatchewan, Canada, to test canola recovery from partial (50%) or full (100%) defoliation at five stages before flowering (2‐, 4‐, 6‐, 8‐, and 10‐leaf stages). Partially defoliated canola plots yielded, on average, 92% of untreated control plots, while fully defoliated canola yielded 75% of controls. The yield response to defoliation timings varied; in one site‐year yield loss was minimized with earlier timings, while in the remaining site‐years, seed yield response was inconsistent or unrelated to timing. Our study shows that partial or full defoliation of summer‐cropped canola at any point during vegetative growth is likely to cause a yield loss. However the crop's substantial compensation for loss of foliage means that reseeding is rarely profitable.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil0,189

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,009
Tête enseignante GPT0,252
Écart entre enseignants0,243 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

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