Notice bibliographique
Résumé
Semi-leafless field peas (Pisum sativum L.) do not compete well with weeds and synthetic herbicides are prohibited in certified organic crop production. Therefore, significant interest has been placed on the development of alternative strategies of weed management in organic field pea production. Pea intercropping has recently become popular in the Canadian Prairies as a means of suppressing weeds. However, little research has been completed on additive pea intercrops under organic management. The objectives of this research project were to evaluate different yellow pea (cv. CDC Amarillo) intercrop mixtures to examine their effect on weed suppression, grain yield and quality, plant growth, and profitability. In 2019 and 2020 three separate pea intercrop experiments were completed in Carman Manitoba, Canada, under organic management. The three experiments were separated by companion crop species. Peas were planted in both monoculture and additive intercropping designs with low, medium, or high seeding rates of barley (Hordeum vulgare L.), mustard (Brassica juncea L.), or oats (Avena sativa L.). When averaged across site-years weed biomass suppression varied between the three experiments. The medium and high seeding rates reduced (P<0.05) weed biomass by 17% to 44% and resulted in a significant (P<0.05) pea yield penalty from 8% to 26%. Pea-cereal intercropping appeared to provide a greater level of weed biomass suppression compared to pea-mustard intercropping. Furthermore, pea-mustard intercrops were unstable across the three site-years suggesting that pea-mustard intercropping in organic production may result in unpredictable outcomes. In most instances, across all three experiments, pea growth and grain quality were not affected by intercropping. Intercropping did not increase net returns across a wide range of market conditions. In conclusion, while all three intercrop mixtures exhibited the ability to suppress weed biomass, substantial reductions in pea yields were observed and the contribution of the non-pea companion crop grain yield did not benefit net returns significantly.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».