MétaCan
Menu
Retour à la cohorte
Enregistrement W4379230017 · doi:10.3390/horticulturae9060653

Impact of Water and Nutrient Supplementation on Yield of Prairie Plantings of Juneberry Amelanchier alnifolia Nutt., Cultivar and Windbreak Plantings

2023· article· en· W4379230017 sur OpenAlexaboutno aff
Kerry Hartman, Dilmini Alahakoon, Anne Fennell

Notice bibliographique

RevueHorticulturae · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Food and AgricultureU.S. Department of Agriculture
Mots-clésWindbreakIrrigationFertilizerSeedlingRipeningBiologySowingCultivarYield (engineering)AgronomyHorticultureBotany

Résumé

récupéré en direct d'OpenAlex

Amelanchier alnifolia Nutt. (Juneberry, Saskatoon berry or Serviceberry) fruit historically played an important role as fresh or dried food and as a medicinal staple in the Mandan, Hidatsa, and Arikara Tribal Nations. Natural Juneberry stands were lost during the creation of Sakakawea Reservoir on the Fort Berthold Reservation. Reintroduction of the Juneberry is important to the tribal communities. Therefore, the impact of water and fertilizer supplementation was explored in two mature Juneberry cultivar (Honeywood, Martin, and Smokey) plantings and a seedling windbreak planting. Yield was examined in three consecutive years with three treatments: (1) natural conditions (control; no additional water or fertilizer); (2) irrigation during flowering and fruit ripening period (irrigated); and (3) fertilization plus irrigation during flowering and fruit ripening period (fertilized). Yield varied from 5 to 258 g/0.03 m−3 across locations, treatments, and years. There was no difference in yield across locations and treatments in year one. Yield was greater in the second year than first year, but not different across locations or treatments. The fertilized treatment showed increased yield in the third year in contrast to irrigated treatment across locations. New plantings can be established more economically using seedling material and the yield increased if watered and fertilized during fruit development.

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 enseignants0,724
Score d'incertitude au seuil0,165

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 Opus0,021
Tête enseignante GPT0,252
Écart entre enseignants0,231 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHorticulturaeMême sujetPlant Physiology and Cultivation StudiesTravaux en français237 207