Wood-based biochar for small fruit production in southern Quebec, Canada
Notice bibliographique
Résumé
The market for small fruits (grapes, blueberries, strawberries, and raspberries) is valued at more than $100 million CAD per year in Quebec, Canada. Wood-based biochar is an amendment that improves soil quality, which may boost small fruit growth and production. The objective of this research was to determine if wood-based biochar could increase the yield and quality of grape, blueberry, strawberry, and raspberry in southern Quebec. We evaluated the fruit yield as well as the quality parameters like average fruit weight, fruit firmness, color, juice pH, total soluble solids, total phenolic content, and antioxidant activity. Field trials were established on commercial farms with grape, blueberry, strawberry, and raspberry production systems in plots that received wood-based biochar and no biochar in spring (April–May). Small fruits were harvested at their ripening stage for yield and quality evaluation in the fall (July–October). Biochar application did not improve yield and quality parameters of small fruits, except it gave a marginally higher yield of grape (3.7 vs. 4.4 t·ha −1 , P = 0.08) and a higher average fruit weight of strawberry (11.9 vs. 13.2 g, P < 0.05). There was no difference in the quality of the fruit from biochar-amended and control plots in the first year of biochar application, possibly because the quality parameters are affected more by weather conditions, handling, and storage than by soil quality. This work suggests that wood-based biochar (<5 t·ha −1 ) has a limited first-year impact on small fruit yield and quality in southern Quebec, 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».