Copper fertilizer management for optimum seed yield and quality of crops in the Canadian great plains
Notice bibliographique
Résumé
BACKGROUND• Management practices have long-term effects on In the Prairie Provinces, deficiency of Cu is not wide spread but when it occurs it can cause a serious reduction in seed yield (up to 50% or more) and quality of wheat.• Copper deficiency has been observed on coarse textured soils, and it usually occurs in irregular patches within fields.• Copper deficiency in cereals produces characteristic symptoms of yellowing and curling of young leaves, pigtailing of leaf tips, limpness or wilting, delay in heading, aborted heads and spikelets, head and stem bending, etc.• Crop species vary in their sensitivity to Cu deficiency, but cereals are more sensitive to Cu deficiency than other crops.• Lack of Cu in soil also has been associated with some cereal diseases and wheat is often cited as the most severely affected cereal and most sensitive to Cu deficiency. OBJECTIVE• The objective of this report is to summarize research information from various experiments conducted in the Prairie Provinces of Canada on various crops related to Cu fertilizer rate, time of application (one-time initial, annual, at sowing in spring and during the growing season), source, placement method (surfacebroadcast, broadcast-incorporation, sideband, seedrow-placement and in-crop foliar spray) and formulation (liquid, fine crystals/powder and granular), crop species/cultivar, balanced fertilization (interaction with other nutrients and herbicides), Cu deficiency and crop diseases, residual Cu in soil and yield response and soil/plant test issues in relation to crop yield and seed quality.• The indicators considered are seed yield, straw yield, seed quality (protein, hectolitre weight, thousand kernel weight, concentration of Cu in seed), Cu-and N-use efficiency (seed yield per unit of applied Cu or N), Cu uptake, recovery of applied Cu, residual DTPA-extractable Cu in soil. SUMMARY AND CONCLUSIONS• Prevention and/or correction of Cu deficiency on Cu-deficient soils have a dramatic effect on seed yield and quality of cereals.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».