MétaCan
Menu
Retour à la cohorte
Enregistrement W2803838668 · doi:10.21273/hortsci12872-17

Irrigation Requirements for Seed Production of Three Leguminous Wildflowers of the U.S. Intermountain West

2018· article· en· W2803838668 sur OpenAlexaboutno aff
Clinton C. Shock, Erik B.G. Feibert, Alicia Rivera, Lamont D. Saunders, Nancy L. Shaw, Francis F. Kilkenny

Notice bibliographique

RevueHortScience · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBotany, Ecology, and Taxonomy Studies
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Forest ServiceNational Institute of Food and AgricultureRocky Mountain Research StationOregon State UniversityU.S. Department of Agriculture
Mots-clésIrrigationAgronomyPrecipitationBiologyEnvironmental scienceGeography

Résumé

récupéré en direct d'OpenAlex

Increasing the supply of native wildflower seed is essential for restoring burned and degraded wildlands in the Intermountain West. Limitations to wildland seed collection necessitate development of effective cultural practices to improve reliability of seed production in agricultural fields. Irrigation trials were conducted over multiple years for three perennial species in the Fabaceae family [ Dalea ornata (Douglas ex Hook.) Eaton & J. Wright, Dalea searlsiae (A. Gray) Barneby, and Astragalus filipes Torr. ex A. Gray]. Each of the three species was grown at the Oregon State University Malheur Experiment Station, Ontario, OR and received 0, 100, or 200 mm·year −1 of drip irrigation in four equal biweekly increments during bud formation and flowering. 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. Adding fall, winter, and spring precipitation to applied water improved the accuracy of estimated water requirements for maximum seed production of D. ornata and D. searlsiae . For D. ornata , the highest yields averaged 396 kg·ha −1 and ranged from 146 to 545 kg·ha −1 . Averaged over 6 years, seed yield of D. ornata was highest with applied water plus fall, winter, and spring precipitation totaling 393 mm. For D. searlsiae , the highest yields averaged 260 kg·ha −1 and ranged from 51 to 424 kg·ha −1 . Averaged over 6 years, seed yield of D. searlsiae was highest with applied water plus fall, winter, and spring precipitation totaling 412 mm. Seed yields of A. filipes ranged from 7 to 110 kg·ha −1 depending on year and averaged 40 kg·ha 1 over 6 years. Seed yields of A. filipes did not respond to irrigation in any of the 5 years of testing.

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)0,000
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 enseignants0,506
Score d'incertitude au seuil0,285

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,043
Tête enseignante GPT0,246
Écart entre enseignants0,203 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHortScienceMême sujetBotany, Ecology, and Taxonomy StudiesTravaux en français237 207