Yield and Physical and Physiological Quality of Salvia hispanica L. Seeds Grown at Different Sowing Dates
Notice bibliographique
Résumé
Variations in the sowing date of chia (Salvia hispanica L.) reflect directly on the physiological potential of the produced seeds. This study aimed to analyze the yield and the physical and physiological quality of seeds from the main stem and branches of Salvia hispanica plants grown at different sowing dates. A field experiment was conducted in the crop year of 2016/2017 in five sowing dates (16/09/22, 16/10/28, 17/01/03, 17/02/08 and 17/03/24) in a randomized complete block design with four replicates. Harvest at each sowing date was done when 80% of the leaves of each plant exhibited a darker color, indicating that they were dry. Seed yield was determined in each plant compartment (main stem and branches) and final ear length (cm) and diameter (cm) were also measured at all sowing dates. The following physical and physiological tests were performed to determine seed quality: water content, mass of one thousand seeds, germination test, first count germination, length (root and hypocotyl) and dry matter of the seedlings. Chia can be sown from September to February providing seed yield with high physical and physiological quality. The physical and physiological quality of the chia seeds does not differ between main stem and branches. In late sowing, there is the risk of frost occurrence what may impair the physiological quality and the yield of chia seeds. The best sowing month for obtaining higher yield of chia seeds in a south subtropical region is January.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».