Inter-row stubble seeding and plant growth regulators to improve field pea standability and production
Notice bibliographique
Résumé
Field pea (Pisum sativum) is an important economic and rotational crop in Alberta, Canada; however, standability problems are a major barrier to increasing seeded area in highly productive growing environments. Field experiments were conducted from 2015 to 2017 at three sites in the central and Peace regions of Alberta to determine if (i) pea standability and production can be improved using inter-row seeding into untilled standing wheat stubble; (ii) pea standability and production can be improved using chlormequat chloride (CCC), trinexapac-ethyl (TXP), or ethephon (ETH) plant growth regulators (PGRs); and (iii) PGR responses are cultivar-specific. Depending on the site–year, there were 16–17 inter-row seeding, PGR, and cultivar treatment combinations arranged in a randomized complete block design. Relative to the no-stubble control, inter-row seeding into 20- or 30-cm-tall, untilled wheat stubble significantly improved standability between 6% and 23% under conditions when lodging occurred. It also reduced days to maturity and increased 1000-seed weight, but had no effect on yield. Individual PGR treatments (CCC, TXP, and ETH) generally had small and inconsistent impacts on agronomic traits, yield, and seed quality. In dry conditions, PGRs reduced yield. CDC Meadow was slightly more responsive to PGR treatments than AAC Lacombe, indicating responses may be cultivar-specific. Because of the small and inconsistent responses, PGRs have little value as an agronomic tool in field pea. Alternatively, inter-row seeding into standing wheat stubble is a low-cost, easy to implement practice for improving field pea standability.
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 | 0,001 |
| 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) | 0,000 | 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 ».