Influence of Sowing Dates and Seeding Rates of Spring Triticale (Triticosecale Wittmack) on Yields and Crop Structure Elements
Notice bibliographique
Résumé
One of the most important areas of development of the agro-industrial complex at the present stage is obtaining high and sustainable grain yields.Spring triticale plays a significant role in solving this problem, as one of the most productive grain crops.In this case, adjusting the seeding rate is an affordable and effective method for successfully managing the crop's productivity.The purpose of the study is to substantiate the optimal sowing dates and seeding rates of spring triticale in the zone of ordinary chernozems of Northern Kazakhstan, providing a maximum yield of grain products.The innovation of this article is that it presents data on the study of sowing dates and seeding rates of nontraditional spring triticale culture of two varieties -Dauren and Rossika in the conditions of the North Kazakhstan region.The results of the average yield of spring triticale varieties depending on the sowing period, seeding rates, and meteorological indicators of the growing season of 2019-2021 were provided.It was concluded that the most optimal sowing period is the end of the second ten daysthe third ten days of May, and the optimal seeding rate is in the range of 4.0-5.0 million germinable seeds per hectare.
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 | 0,000 | 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 | 0,000 |
| 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 ».