MétaCan
Menu
Retour à la cohorte
Enregistrement W2942870340 · doi:10.2134/agronj2018.10.0635

Soybean Seed Yield Response to Plant Density by Yield Environment in North America

2019· article· en· W2942870340 sur OpenAlexaboutno aff
Walter D. Carciochi, Raí Augusto Schwalbert, Fernando H. Andrade, Geomar Mateus Corassa, Paul Carter, Adam P. Gaspar, John P. Schmidt, Ignacio A. Ciampitti

Notice bibliographique

RevueAgronomy Journal · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoybean genetics and cultivation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésYield (engineering)Plant densityAgronomySeedingBiologySowing

Résumé

récupéré en direct d'OpenAlex

Core Ideas Soybean seed yield response to plant density is dependent on yield environment. Low yield environments required higher plant densities than high yield environments. Plant density mainly affected per‐plant seed number. No differences in plant survival were observed among yield environments. Inconsistent soybean [ Glycine max (L.) Merr.] seed yield response to plant density has been previously reported. Moreover, recent economic and productive circumstances have caused interest in within‐field variation of the agronomic optimal plant density (AOPD) for soybean. Thus, the objectives of this study were to: (i) determine the AOPD by yield environments (YE) and (ii) study variations in yield components (seed number and weight) related to the changes in seed yield response to plant density for soybean in North America. During 2013 and 2014, a total of 78 yield‐to‐plant density responses were evaluated in different regions of the United States and Canada. A soybean database evaluating multiple seeding rates ranging from 170,000 to 670,000 seeds ha −1 was collected, including final number of plants, seed yield, and its components (seed number and weight). The data was classified in YEs: low (LYE, <4 Mg ha −1 ), medium (MYE, 4–4.3 Mg ha −1 ), and high (HYE, >4.3 Mg ha −1 ). The main outcomes were: (i) AOPD increased by 24% from HYE to LYE, (ii) per‐plant yield increased due to a decrease in plant density: HYE > MYE > LYE, and (iii) per‐plant yield was mainly driven by seed number across plant densities within a YE, but both yield components influenced per‐plant yield across YEs. This study presents the first attempt to investigate the seed yield‐to‐plant density relationship via the understanding of plant establishment and yield components and by exploring the influence of weather variables defining soybean YEs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil0,378

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,179
Écart entre enseignants0,166 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations106
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgronomy JournalMême sujetSoybean genetics and cultivationTravaux en français237 207