Exploring agronomic strategies to improve oat productivity and control weeds: leaf type, row spacing, and planting density
Notice bibliographique
Résumé
The trade-off between crop production and weed control is a fundamental scientific issue, as it is frequently influenced by individual crop competitive ability, population density, and planting pattern. A 2 yr field study was conducted to examine the relationship between planting density and row spacing, using two contrasting oat varieties. On average, high planting density (480 plants m −2 ) reduced weed biomass at oat maturity by 59% in 2012 and by 56% in 2013, when compared with a low density (120 plants m −2 ). The droopy-leaf variety suppressed weed biomass by up to 69% and weed density up to 72%, compared with the erect-leaf variety. In a drier year, the greatest grain yield was achieved with the droopy-leaf variety under the intermediate density, while in 2013, the erect-leaf variety under the high density had similar yield to the droopy-leaf variety at the intermediate density. A general trend was that increasing plant density suppressed weed infestation, and promoted crop biomass and yield. The droopy-leaf variety exhibited a strong competitive ability under the intermediate planting density, while the erect-leaf variety had a strong competitive ability under the high density. Taken together, there was a complex variety-by-environment interaction to achieve the balance between crop production and weed suppression, which was mediated by growing-season conditions.
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 | 0,001 | 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 | 0,001 |
| 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 ».