Exploring the relationships between biomass production, nutrient acquisition, and phenotypic traits: testing oat genotypes as a cover crop
Notice bibliographique
Résumé
High biomass and nutrient acquisition are desirable for oat (Avena sativa L.) as a cover crop. However, our understanding of oat genotypes suitable for cover crops and associated traits is limited. The objectives of this experiment on growing oat as a cover crop, after winter wheat (Triticum aestivum L.) harvest, were to determine biomass production, nutrient uptake of a set of oat genotypes, and to identify phenotypic traits that can be used as indicators to select cultivars suitable for cover crops. The results showed that the top biomass-producing genotypes took up larger amounts of soil nutrients, up to 142 kg N ha−1 and 17 kg P ha−1 in 2016, and 43.5 kg N ha−1 and 8.3 kg P ha−1 in 2017. The biomass production was significantly related to plant height and leaf area index (LAI) in both years, and to the normalized difference vegetation index (NDVI) in 2017. Both NDVI and LAI were closely related to the total amounts of N and P uptake. The poor association between biomass and NDVI in 2016 was due to vigorous growth of volunteer wheat and weeds as well as severe rust (Puccinia coronata f. sp. avenae Eriks.) infestation. Our results suggest that it is important to choose oat varieties as cover crops. Leaf area index can be used as a nondestructive indicator for final biomass and nutrient acquisition, while both NDVI and LAI are important traits for choosing oats as soil conservation cover crops.
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 ».