MétaCan
Menu
Retour à la cohorte
Enregistrement W2768366958 · doi:10.5539/jas.v9n12p30

Effect of Selected Plant Growth Regulators on Yield and Stem Height of Spring Wheat in Ontario

2017· article· en· W2768366958 sur OpenAlexafffundvenueabout
Yuxue Zhang, Shengnan Su, Mirko Tabori, Junjie Yu, Denise Chabot, Bahram Baninasab, Xuelian Wang, B. L., Chunyan Li, Shahrokh Khanizadeh

Notice bibliographique

RevueJournal of Agricultural Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food CanadaChina Scholarship Council
Mots-clésPlant stemChlormequatBiologyYield (engineering)CultivarHorticultureMain stemLimitingPlant growthAgronomyMaterials scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Lodging is an important limiting factor in wheat because it affects growth, yield and grain quality. Plant growth regulators (PGRs) are often used to restrain elongation of internodes, improve lodging traits, and protect yield potentials. An experiment was set up in the greenhouse at the Ottawa Research and Development Centre (ORDC) to study the effect of the selected PGRs (Manipulator, the active ingredient of which is chlormequat; and Palisade, the active ingredient of which is trinexapac-ethyl) on yield, stem height and morphological traits in six spring wheat cultivars (AC Carberry, AAC Scotia, Hoffman, Fuzion, FL62R1, and AW725). Both PGRs reduced plant height and caused a 6% to 48% reduction in the length of the second basal internode. The mixture of the two PGRs had a synergistic affect and made the stem shorter. The application of PGRs significantly reduced lodging, increased stem diameter, thickness, filling degree, and stem strength, and increased leaf relative chlorophyll content. However, application of PGRs significantly reduced grain yield, and the combination of the two PGRs (Manipulator and Palisade) had a synergistic effect and lowered the yield. In general, the effect of Palisade was more evident than that of Manipulator.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,321
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,015
Tête enseignante GPT0,206
Écart entre enseignants0,191 · 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'étudeObservationnel
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

Citations20
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetCrop Yield and Soil FertilityTravaux en français237 207