Interaction between chloride and both macro- and micronutrients in annual canarygrass
Notice bibliographique
Résumé
Annual canarygrass (Phalaris canariensis L.) has a larger response to chloride (Cl − ) fertilizer than other cereal crops. This unexpected response prompted further research for unexpected interactions between Cl − and other nutrients in annual canaryseed. The objective of this study was to compare the interaction of macronutrients and micronutrients with Cl − on the development and grain yield of annual canarygrass. Thirteen fertilizer combinations were applied to determine the effect of macro- and micronutrients on annual canarygrass. A field study was conducted at six locations across Saskatchewan over a 4 yr period using a randomize complete block design. Grain yield had a strong chloride response at 7 of the 21 site years with a 70% increase in grain yield over the 7 site-years. A sideband application or surface application of Cl − were both effective. At the responsive sites without the addition of Cl − , the addition of other nutrients is not effective while at the non-responsive sites, responses to the nutrients can be achieved without the addition of Cl − . Chloride impacted canarygrass during reproductive development. Nitrogen is the major nutrient Cl − interacted with in this study. Canarygrass is not more responsive to phosphorus, potassium, sulfur, zinc, copper, manganese, and boron than other cereals. In conclusion, at Cl − -responsive sites the application of nutrients are ineffective in the absence of Cl − fertilizer. In addition, the sensitivity of annual canarygrass to Cl − indicates that it could be used to investigate the role of Cl − in cereal crop development and grain yield.
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 | 0,000 |
| 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 | 0,001 | 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 ».