Response of annual canarygrass (<i>Phalaris canariensis</i> L.) to nitrogen fertilizer and fungicide applications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Annual canarygrass (Phalaris canariensis L.) is a specialty crop grown in Canada and the harvested grain is primarily used to feed wild and domesticated bird species. A field experiment was conducted at 5 locations in both 2012 and 2013 to study the response of annual canarygrass development and grain yield to the combined effects of fungicide (propiconazole + trifloxystrobin) and nitrogen (N) fertilizer, and to determine the minimum number of site years required to detect these effects. The experimental design was a split plot with fungicide application (none or fungicide) as the main plot and N application rate as the sub plot (10, 20, 30, 50, 70, 90 kg N·ha −1 ). There was a linear increase of 14.5% in grain yield as the rate of N fertilizer increased. The fungicide application increased the grain yield 8.5% by increasing kernel density from 15 197 kernels m −2 to 16 288 kernels m −2 . There was no interaction between the N rate and fungicide application. The application of a fungicide did not increase the responsiveness of annual canarygrass to N fertilizer. The lack of an interaction between N and fungicide application indicates that these two practices can be managed independently by annual canarygrass producers. To optimize grain yield producers should apply 50 kg N·ha −1 and apply a fungicide to increase grain yield especially in regions where septoria leaf mottle is prevalent. The number of site years needed to consistently detect the impact of N and fungicide on the grain yield were 4 and 5 site years, respectively.
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.
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 | 0,000 |
| 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 découle