Row spacing, seeding depth, seeding rate, and trinexapac‐ethyl effects on oat yield and lodging
Notice bibliographique
Résumé
Abstract Lodging can reduce the yield and quality of oats ( Avena sativa L.). Root lodging, as opposed to stem lodging, is the predominant form of lodging in oats. Therefore, identifying management practices that enhance root lodging resistance should be prioritized. The objective of this study was to investigate the effect of four management practices on oat grain yield, yield components, grain quality, observed lodging, and plant traits that contribute to root lodging resistance. Row spacing and seeding depth were tested in three oat cultivars across two environments in Ontario, Canada. Seeding rate and the application of the plant growth regulator trinexapac‐ethyl (TE) at different nitrogen (N) fertilizer rates were tested in two‐to‐three oat cultivars across four environments. Lodging occurred naturally in all environments, with root lodging always occurring, sometimes in combination with stem lodging. Under high lodging pressure, shallow seeding increased lodging. Similarly, lodging increased with greater seeding rates when lodging pressure was high. Reducing row spacing had no effect on lodging but was the only management practice to consistently increase grain yield. TE reduced lodging in some environments, especially as N rates increased. Root plate spread, root plate depth, and root safety factor were minimally affected by the management practices studied and had complex interactions with genotype and environment. Among the measured crop traits, plant height had the strongest and most consistent relationship to observed lodging.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».