MétaCan
Menu
Retour à la cohorte
Enregistrement W4285212756 · doi:10.5376/tgg.2022.13.0004

Effects of Density and Nitrogen Fertilizer on The Yield, Agronomic Traits and Photosynthetic Characteristics of

2022· article· en· W4285212756 sur OpenAlexvenueno aff
Zhilong Wang, Ya-Xiong YU, Xiangmei Qiao, Zhiwei Wang, Jiasheng Cheng, Cheng Geng, Jinhua Yang

Notice bibliographique

RevueTriticeae Genomics and Genetics · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTiller (botany)SowingAgronomyPhotosynthesisRandomized block designTranspirationNitrogenFertilizerStomatal conductanceYield (engineering)ChlorophyllMathematicsChemistryBiologyHorticultureBotanyMaterials science

Résumé

récupéré en direct d'OpenAlex

In order to understand the optimal planting density and nitrogen fertilizer application amount of barley variety ‘Yundamai 12’, a two-factor randomized block experiment was designed to explore the effects of density, nitrogen fertilizer and their interactions on the yield, agronomic traits and photosynthetic parameters of ‘Yundamai 12’. The results showed that different densities had no significant effect on yield, but no effect on a single plant tiller. There were no significant effects of density and nitrogen application rates on four photosynthetic parameters and chlorophyll content. Dense nitrogen interaction did not affect yield, agronomic traits, stomatal conductance, intercellular CO 2  concentration, transpiration rate and chlorophyll significantly were not significant, but only had a significant effect on the net photosynthetic rate; the planting density was 850 000 hm 2 . The yield reached the maximum when the amount of nitrogen was 112.5 kg/hm 2 , which was the optimal density and nitrogen fertilizer scheme for ‘Yundamai 12’.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil0,174

Scores Codex et Gemma par catégorie

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 Opus0,013
Tête enseignante GPT0,184
Écart entre enseignants0,170 · 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 tête enseignante, 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTriticeae Genomics and GeneticsMême sujetCrop Yield and Soil FertilityTravaux en français237 207