MétaCan
Menu
Retour à la cohorte
Enregistrement W4387234799 · doi:10.3390/agriculture13101924

Grain Yield Potential of Intermediate Wheatgrass in Western Canada

2023· article· en· W4387234799 sur OpenAlexafffundabout
Patrick M. LeHeiget, E. J. McGeough, Bill Biligetu, Douglas J. Cattani

Notice bibliographique

RevueAgriculture · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioenergy crop production and management
Établissements canadiensUniversity of SaskatchewanUniversity of Manitoba
Organismes subventionnairesAgriculture and Agri-Food CanadaNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésAgronomyForageYield (engineering)BiologyCroppingPerennial plantIntercroppingProductivityCropping systemCropAgricultureEcology

Résumé

récupéré en direct d'OpenAlex

Intermediate wheatgrass (Thinopyrum intermedium; IWG) is a temperate perennial grass capable of performing in dual-purpose perennial grain cropping systems. It is valued for its ecosystem services and forage yield and quality that can be utilized in many livestock systems. Development for potential perennial grain yield has been the focus of breeding programs for more than two decades, and agronomic management is becoming important, as commercialization of the crop has occurred. This research focused on nitrogen management and intercropping on grain yield and yield components in western Canada. Treatments consisting of a non-fertilized control, an interseeded crop with IWG/Trifolium hybridum, and a fertilized treatment (50 kg N ha−1) were investigated at four locations. Drought conditions were experienced in some years, resulting in the loss of the interseeded crop at three locations. Fertilization with nitrogen increased grain yield in harvest years two and three and influenced yield components in at least one instance across locations. Third-year grain harvests were higher or equal to year one yield at the two locations harvested, with applied N increasing yield on average by 200 kg ha−1 in year three. Inflorescence density is an important yield component after the first production year. The potential for consistent grain yields across three reproductive years was demonstrated, enhancing the potential for sustained productivity.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,851
Score d'incertitude au seuil0,800

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,009
Tête enseignante GPT0,182
Écart entre enseignants0,172 · 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'étudeObservationnel
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

Citations7
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAgricultureMême sujetBioenergy crop production and managementTravaux en français237 207