Double Crop Soybean After Wheat
Notice bibliographique
Résumé
Two double crop (DC) soybean studies were conducted at Ottawa, KS, during the 2016 growing season. Soybean cultivar Asgrow 4232 (MG 4.2) was planted immediately after two different wheat harvest timings (Study 1: early-wheat harvest 18-20% seed moisture content, and Study 2: conventional-harvest, 13-14% seed moisture content). Seven treatments were evaluated in each of the soybean planting dates: 1) common practice, 2) no seed treatment (without seed fungicide + insecticide treatment), 3) non-stay green (without foliar fungicide + insecticide application), 4) high seeding rate (180,000 seeds per acre), 5) wide rows (30-inch row spacing), 6) nitrogen (N) fixation (without late fertilizer N application), and 7) kitchen sink (includes all management practices). Aboveground biomass, seed harvest index (HI) and yield were evaluated. For the early-planted study, a trade-off was documented between biomass and seed HI, presenting maximum yield also for values with lower HIs. Yield was greatest when planting in wide rows (64.5 bu/a) for the late-planted timing, and for the Nfixation treatment (64.0 bu/a) for the early-planted study. For the early-planted, yield gap (calculated as maximum minus minimum yield) was 6 bu/a, while for late-planted, yield gap was 7.5 bu/a. Best management practices for DC soybean can improve overall productivity via increasing yield with modifications in biomass and HI, and overall yield efficiency. Further testing on the effect of multiple management practices on DC soybean will be performed during the upcoming growing season.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».