Characteristics of Black Medic Seed Dormancy Loss in Western Canada
Notice bibliographique
Résumé
Core Ideas Self‐regenerating legumes reduce the cost of cover crop seeding. Regeneratfion of black medic from seedbank mediated by temperature. Extreme cold soil temperature may limit black medic regeneration. Successful use of black medic ( Medicago lupulina L.) as a self‐regenerating cover crop requires a better understanding of its seed dormancy loss in the field. A two‐stage temperature mediated process for physical seed dormancy loss has been established for black medic in temperate regions, but the temperatures required to precondition seeds for germination (Stage 1 softening) remain unclear. Black medic seeds were placed in fields (October 2003) at three western Canadian sites (Winnipeg, MB; Indian Head, SK; and Lethbridge, AB) and sampled at regular intervals from November 2003 to August 2004. Stage 1 softening (called softening) in retrieved seeds was determined by exposing seeds to a 6/15°C diurnal fluctuating temperature regime. Softening was detected after 3 to 4 mo in Winnipeg and Lethbridge, respectively, but not at Indian Head. Burying seed (2‐cm soil depth) resulted in some greater softening than seed on the soil surface, especially in winter. A population of cultivar George black medic subjected to 11 yr of no‐till farming showed similar levels of softening to the original cultivar George. Seed production location also had only minor influences on seed softening. It was speculated that the lack of seed softening at Indian Head was due to extreme soil temperature (–10 to –15°C) exposure. A controlled environment study confirmed that extreme low temperature exposure (–23°C) did indeed result in low and inconsistent seed softening compared with 5°C and –5°C temperature regimes. Information from this study will assist in management of black medic as a self‐regenerating cover crop.
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 | 0,000 |
| 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 ».