Intercropping organic field peas with barley, oats, and mustard improves weed control but has variable effects on grain yield and net returns
Notice bibliographique
Résumé
Interest in intercropping semi-leafless field peas (Pisum sativum L.) is increasing as a means of weed control in organic production. We evaluated field pea (cv. CDC Amarillo) grown alone or intercropped with three seeding rates of either barley (Hordeum vulgare L.), mustard (Brassica juncea L.), or oat (Avena sativa L.). A full seeding rate of field pea was used in each instance, resulting in an additive intercropping design. Each crop combination was conducted in a separate experiment, three times over two years (2019 and 2020) in Carman, MB. Measurements included crop and weed biomass production, grain yield and quality, and net return. Intercrops reduced weed biomass at maturity from 17% to 44% with barley and oat being more suppressive than mustard. Intercrops also reduced field pea yield from 6% to 26%, but increased field pea seed mass. Barley at the high seeding rate provided the most weed suppression per unit of field pea yield loss (2.62 kg of weed suppression per kg of field pea yield loss) compared with oat (1.29) and mustard (0.87). Barley and mustard intercrops decreased net return compared with monoculture field pea. Under low weed pressure (1150 kg·ha −1 weed biomass at maturity) and earlier seeding, oat intercrops reduced net return. However, under weedy conditions (2649 kg·ha −1 ) and later seeding, field pea-oat intercrops significantly increased net return. In conclusion, while all three intercrop mixtures reduced weed biomass, reductions in field pea yields were observed, and net return benefits were observed only in certain circumstances.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».