Uptake and nutrient balance of nitrogen, sulfur, and boron for optimal canola production in eastern Canada
Notice bibliographique
Résumé
Abstract Balanced plant nutrition is essential to achieve high yields of canola ( Brassica napus L.) and get the best economic return from applied fertilizers. A field study was conducted at nine site‐years across eastern Canada to investigate the effects of nitrogen (N), sulfur (S) and boron (B) fertilization on canola nutrient uptake, nutrient balance, and their relationship to canola yields. The factorial experiment consisted of four N rates of 0 (N0), 50 (N50), 100 (N100), and 150 (N150) kg ha −1 , two S rates of 0 (S0) and 20 (S20) kg ha −1 , and three B treatments of 0 (B0), 2 kg ha −1 at preplant (B2.0P), and 0.5 kg B ha −1 foliar‐applied at early flowering stage (B0.5F). Each site‐year used the same experimental design and assigned treatments in a randomized complete block design with four replications. Fertilizer S application greatly improved seed yields at six out of nine site‐years, and the highest N use efficiency was in the N150+S20 treatment. Sulfur application generally increased seed S concentration, seed S removal, and plant total S uptake, while B fertilization mainly elevated straw B concentration and content, with minimal effect on seed yields. At the early flowering stage, plant tissue S ranged from 2.2 to 6.6 mg S g −1 , but the N : S ratio was over or close to the critical value of 12 in the N150+S0 combination at five site‐years. On average across nine site‐years, canola reached a plateau yield of 3580 kg ha −1 when plants contained 197 kg N ha −1 , 33 kg S ha −1 and 200 g B ha −1 , with a seed B content of 60 g B ha −1 . The critical N, S, and B values identified in this work and their potential for a posteriori nutrient diagnosis of canola should be useful to validate fertilizer requirements for canola production in eastern Canada.
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 | 0,000 | 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) | 0,000 | 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 ».