MétaCan
Menu
Retour à la cohorte
Enregistrement W3133932331 · doi:10.3390/agronomy11030459

Effect of Harvesting Corn after Frost in Alberta (Canada) on Whole-Plant Yield, Nutritive Value, and Kernel Properties

2021· article· en· W3133932331 sur OpenAlexafffundabout
Jessie Guyader, V. S. Baron, K. A. Beauchemin

Notice bibliographique

RevueAgronomy · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food CanadaBeef Cattle Research Council
Mots-clésFrost (temperature)Dry matterAgronomyNeutral Detergent FiberGrowing seasonStarchForageHybridBiologyHorticultureFood scienceGeography

Résumé

récupéré en direct d'OpenAlex

This study compares yield, nutritive value, and kernel properties of whole plant corn (WPC) harvested before and after a light frost in short growing season areas. Six corn hybrids grown in two years at three locations within Alberta (Canada) were harvested before or after the first frost. Samples of WPC were analyzed for dry matter (DM) content, neutral detergent fiber (NDF) concentration, starch concentration, and 48-h in vitro DM and NDF digestibility (DMD and NDFD, respectively). Cob samples were analyzed for DM, and kernels were analyzed for DM, hardness, particle size distribution, density, and stage of maturity. Delaying harvest to after frost increased DM content of WPC at all locations but exceeded the recommended range (32–38%) in the two warmest locations. Whatever the year and hybrid, DM yield was either not affected or decreased after frost. Postfrost harvest increased starch concentration and modified kernel characteristics only if these were less than expected before frost. Fiber concentration was not affected by harvesting time. Frost had either no impact or increased DMD or NDFD of WPC. We conclude that delaying harvest until after frost in short growing season areas can be beneficial when whole-plant DM content is low before frost.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,362
Score d'incertitude au seuil0,731

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,181
Écart entre enseignants0,170 · 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 tête enseignante, 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

Citations6
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAgronomyMême sujetCrop Yield and Soil FertilityTravaux en français237 207