Organic production tools for field peas: are cultivar mixtures more competitive with weeds?
Notice bibliographique
Résumé
Within Saskatchewan’s organic industry there is a need for improved tools to minimize yield \nlosses due to weeds. Cultivar mixtures may improve the ability of organic pulse crops to \nsuppress weeds and maintain yields in the presence of weeds. While semileafless peas are \nknown for their lodging resistance and high yield potential in the absence of weeds, conventional \npeas may provide better weed suppression and yield stability in the presence of weeds. A \nreplicated field experiment was conducted at two organic field sites to test the hypothesis that \ncultivar mixtures of conventional and semileafless field pea would differ in weed suppression \nand yields. The experiment tested factorial combinations of five ratios of semileafless pea \ncultivar CDC Dakota and conventional cultivar CDC Sonata (0:100, 25:75, 50:50, 75:25, and \n100:0, respectively), and two seeding rates (conventional and organic recommended). Plots were \nmonitored for crop and weed emergence, biomass, and yields. Significant differences were \nobserved among the different ratios of semileafless and conventional field pea. Results indicate \nthat the semileafless cultivar was more competitive with weeds than the conventional. As the \ncanopy composition progressed from a pure conventional canopy towards increasing percentages \nof semileafless pea in the mixture, total weed biomass decreased, and total crop yields increased. \nIt was concluded that while no additional weed suppression or yield benefits were seen compared \nwith growing the more strongly competitive semileafless cultivar alone, cultivar mixtures \nreduced the risk associated with growing unfamiliar or less competitive cultivars by stabilizing \nweed suppression and crop yields at a level between the two components of the mixture.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».