MétaCan
Menu
Retour à la cohorte
Enregistrement W2762497247 · doi:10.21273/hortsci12186-17

Irrigation Requirements for Seed Production of Two Eriogonum Species in a Semiarid Environment

2017· article· en· W2762497247 sur OpenAlexaboutno aff
Clinton C. Shock, Erik B.G. Feibert, Alicia Rivera, Lamont D. Saunders, Nancy L. Shaw, Francis F. Kilkenny

Notice bibliographique

RevueHortScience · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Forest ServiceNational Institute of Food and AgricultureRocky Mountain Research StationU.S. Department of Agriculture
Mots-clésIrrigationPrecipitationAgronomyRangelandEnvironmental sciencePerennial plantBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Seeds of native plants are needed for rangeland restoration in the Intermountain West. Many of these plants are rarely cultivated and relatively little is known about the cultural practices required for their seed production. Irrigation trials were conducted over multiple years for two perennial Eriogonum species, Eriogonum umbellatum Torr. and Eriogonum heracleoides Nutt. The two species grown at the Oregon State University Malheur Experiment Station, Ontario, Ore., received 0, 100, or 200 mm·year −1 of drip irrigation. Seed yield responses to irrigation were evaluated by linear and quadratic regression against 1) applied water; 2) applied water plus spring precipitation; 3) applied water plus winter and spring precipitation; and 4) applied water plus fall, winter, and spring precipitation. In general, seed yields responded quadratically to irrigation. For E. umbellatum , over 11 years, highest seed yields averaged 260 kg·ha −1 and ranged from 207 to 508 kg·ha −1 . For E. heracleoides , over 6 years, highest yields averaged 353 kg·ha −1 and ranged from 168 to 588 kg·ha −1 . Adding spring precipitation to applied water improved the accuracy of estimated water requirements for maximum seed production of E. umbellatum. For E. heracleoides , adding precipitation to applied water did not improve the accuracy of estimated water requirements for maximum seed production. Averaged over 11 years, seed yield of E. umbellatum was maximized by 209 mm·year −1 of spring precipitation plus irrigation. Averaged over 6 years, seed yield of E. heracleoides was maximized by 126 mm·year −1 of applied water. Both species required relatively small amounts of irrigation to help assure seed yield, and the irrigation needed for E. umbellatum could be adjusted by taking spring precipitation into account.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,266
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHortScienceMême sujetRangeland and Wildlife ManagementTravaux en français237 207