Assessment of winter wheat (<i>Triticum aestivum</i> L.) grown under alternate furrow irrigation in northern China: Grain yield and water use efficiency
Notice bibliographique
Résumé
Jia, D.-Y., Dai, X.-L., Men, H.-W. and He, M.-R. 2014. Assessment of winter wheat (Triticum aestivum L.) grown under alternate furrow irrigation in northern China: Grain yield and water use efficiency. Can. J. Plant Sci. 94: 349–359. Increasing water use efficiency (WUE) can improve agricultural production in the north of China, where there is little or no prospect for the expansion of water resources. A field experiment was carried out to investigate the effects of alternate furrow irrigation (AFI) on the physiological response, grain yield, and WUE of winter wheat (Triticum aestivum L.) over two successive growing seasons (2009/2010 and 2010/2011). The irrigation regimes were: W0, non-irrigated; W2, every furrow was irrigated at jointing and anthesis; W3, every furrow was irrigated before wintering and at jointing and grain filling; and AFI, where one of the two neighboring furrows was alternately irrigated before wintering and at grain filling, and every furrow was irrigated during jointing. Our results indicate that the rate of plant transpiration and soil evaporation during grain filling were lower with AFI than when using W3. A reduced biological yield and increased harvest index were achieved under AFI compared with treatment W3. No difference in grain yield was observed between AFI and W3. The photosynthetic WUE, irrigation WUE, and WUE were all higher with AFI than with W3. Therefore, AFI is suggested as an appropriate irrigation schedule that achieves acceptable grain yields and allows for reductions in irrigation water consumption.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».