Impact of tillage and crop establishment methods on rice yields in a rice-ratoon rice cropping system in Southwest China
Notice bibliographique
Résumé
Abstract Simplified cultivation methods for rice production offer considerable social, economic, and environmental benefits. However, limited information is available on yield components of rice grown using simplified cultivation methods in a rice-ratoon rice cropping system. A field experiment using two hybrid and two inbred rice cultivars was conducted to compare four cultivation methods (conventional tillage and transplanting, CTTP; conventional tillage and direct seeding, CTDS; no-tillage and transplanting, NTTP; no-tillage and direct seeding, NTDS) in a rice-ratoon rice system from 2017 to 2020. Main season yields for CTDS and NTDS were higher than for CTTP by 6.1% and 2.8%, respectively; whereas ratoon season yields for CTDS and NTDS were equal to or higher than for CTTP. Annual grain yields for CTDS and NTDS were higher than for CTTP by 4.4% and 3.2%, respectively. The higher CTDS and NTDS yields were associated with higher panicle numbers per m 2 and biomass production. Rice hybrids had higher yields than inbred cultivars by 15.8–19.3% for main season and by 15.6–19.4% for ratoon season, which was attributed to long growth duration, high grain weight and biomass production. Our results suggest that CTTP can be replaced by CTDS and NTDS to maintain high grain yields and save labor costs. Developing cultivars with high grain weight could be a feasible approach to achieve high rice yields in the rice-ratoon rice cropping system in southwest China.
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 | 0,002 | 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 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 ».