Attempts to rescue yield loss in continuous canola with agronomic inputs
Notice bibliographique
Résumé
Recent canola acreage and production in western Canada have reached record high levels. Field experiments were conducted from 2014 to 2016 on land previously seeded to continuous canola for 6 yr at three Canadian Prairie sites. We determined that more intensive seed inputs, fertilizer, fungicide, tillage, or chaff removal could increase continuous canola yields compared with a “standard practice” (SP) treatment or match yields compared with canola in rotation. Recommended or 50% higher fertility levels alone or in combination with a higher seeding rate, tillage, chaff removal, or additional fungicide were applied to the same plots in three successive years to determine effects after 1, 2, and 3 yr of treatment imposition. In continuous canola, blackleg incidence and severity were both reduced by fungicide treatment. In rotations where canola was preceded by wheat, blackleg incidence and severity were much lower than in continuous canola. None of the treatments improved continuous canola yields compared with SP after a single year of treatment imposition. In subsequent years, canola yield increases compared with SP usually occurred as a result of additional fertilizer, seed, or fungicide. In the final year, canola yield loss due to continuous canola was largely rescued by additional seed and fertilizer. Without additional inputs, and when preceded by a different crop, canola yields averaged 11% greater than the average of all continuous canola treatments. High fertility regimes generally reduced oil content and increased protein content relative to standard fertility in continuous canola or relative to canola preceded by wheat.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».