MétaCan
Menu
Retour à la cohorte
Enregistrement W3166778327 · doi:10.1002/agj2.20738

Stover harvest and tillage effects on corn seedling emergence

2021· article· en· W3166778327 sur OpenAlexaffabout
Ikechukwu Agomoh, C. F. Drury, W. D. Reynolds, Alex Woodley, Xueming Yang, Lori A. Phillips, Lars Rehmann

Notice bibliographique

RevueAgronomy Journal · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensWestern UniversityAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésLoamStoverTillageSeedlingAgronomyHarrowPopulationCorn stoverField experimentSoil waterBiologyBiofuelMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Corn ( Zea mays L.) stover is an increasingly important feedstock for biofuel and bioproduct production; however, excessive harvest of corn stover from agricultural fields may affect corn seedling emergence and subsequent plant population which may reduce corn growth and yield. Field experiments were conducted over four consecutive growing seasons in southwestern Ontario to determine under continuous corn cropping system the effects of no‐tillage (NT), conventional tillage (CT), and five rates of stover harvest (0, 25, 50, 75, and 100 wt. %) on corn seedling emergence in a Harrow sandy loam and in a Brookston clay loam. Time to achieve 50% seedling emergence (t 0.5 ), emergence rate constant (k G ), and final seedling population (M G ) were adequately simulated using the Gompertz function. Irrespective of stover removal rate and soil type, t 0.5 was 2 d longer, and k G was 32% lower, under NT compared to CT. In Harrow sandy loam, stover removal from NT reduced t 0.5 in 1 out of 4 yr. The 100% removal reduced t 0.5 relative to 0, 25, 50, and 75% removal by 1.1–2.2 d in 2015. Averaged across both tillages and all removal rates, k G was greater in Harrow sandy loam than in Brookston clay loam. Stover removal rates had no effect on M G but averaged over all removal rates and soil types, M G was 9% lower for NT compared to CT in 2016. No‐tillage practice under corn production can impede seedlings emergence early in the growing season and stover removal from the field can help mitigate against this effect.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,756
Score d'incertitude au seuil0,649

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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,212
Écart entre enseignants0,197 · 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgronomy JournalMême sujetCrop Yield and Soil FertilityTravaux en français237 207