MétaCan
Menu
Retour à la cohorte
Enregistrement W4214640167 · doi:10.5376/mpb.2022.13.0006

<sup>15</sup>N Tracer-based Analysis on Nitrogen Utilization Laws of Rice Under Different Irrigation Modes

2022· article· en· W4214640167 sur OpenAlexvenueno aff
Zhu HaiJun, Ting Zhang, Xuehua Wang, Yue Wang, Ailong Shi

Notice bibliographique

RevueMolecular Plant Breeding · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésNitrogenPanicleAgronomyNitrogen deficiencyIrrigationChemistryAnimal scienceBiology

Résumé

récupéré en direct d'OpenAlex

In order to promote the efficient and coordinated utilization of water and nitrogen in rice, the 15 N missing technology experiment was adopted to study the effects of nitrogen application rate (N 0 , N 160 , N 200 , N 240 ) and irrigation mode (Wet-dry alternation, conventional irrigation) on nitrogen absorption, transport, residue, loss and nitrogen utilization of super rice. The results showed that with the increase of nitrogen application rate, the accumulation of fertilizer nitrogen and total nitrogen in rice plants at different growth stages, and the accumulation of nitrogen in various organs at mature stage increased significantly, and the accumulation of nitrogen per panicle at mature stage was the highest, reaching 67.20%~69.02%. The transport amount of nitrogen from different sources in different vegetative organs of rice plants increased with the increase of nitrogen application rate, and the comparison of nitrogen transport amount in organs was as follows: leaf > stem > root; After full heading, the accumulation of nitrogen from different sources and its contribution rate to grain nitrogen per spike increased with the increase of nitrogen application rate, but with the increase of nitrogen application rate, the residual amount of soil fertilizer nitrogen increased significantly, the residual rate showed a downward trend, and the nitrogen loss rate increased significantly. Dry-wet alternate irrigation treatment can increase nitrogen accumulation in different organs of rice in different periods, improve nitrogen use efficiency and rice yield to a certain extent. This study summarized the laws of nitrogen absorption, utilization, residue and loss of rice under different irrigation conditions and different nitrogen application conditions, which provided a theoretical basis for efficient cultivation of rice.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0000,000

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 Opus0,046
Tête enseignante GPT0,230
Écart entre enseignants0,183 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Plant BreedingMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207