Agronomic responses and economic returns from wheat–canola rotation under Humalite and urea applications
Notice bibliographique
Résumé
Abstract Humalite is a humic acid‐rich biostimulant known for its ability to improve plant agronomic parameters and increase crop nitrogen use. Limited field research exists on Humalite effect, its application rate, and its interaction with urea, especially at reduced rates on grain agronomic parameters. Therefore, a field study was conducted from 2021 to 2023 at three Alberta sites—Battle River Research Group (BRRG), Gateway Research Organization (GRO), and St. Albert Research Station (St. Albert), in a split‐plot design with four replications, three urea levels (i.e., recommended, half‐recommend, and zero urea) combined with five Humalite rates (0, 56 (or 112), 224, 448, and 896 kg ha −1 ). In 2021, the highest wheat yields were observed at half urea rates plus 224 kg ha −1 at BRRG (35% yield increase), GRO (8.4% yield increase), and St. Albert (33.5% yield increase). In 2022, canola yields were unaffected by Humalite application rates. In 2023, wheat yields from half‐recommended and recommended urea rates plots outperformed zero urea plots across all sites, regardless of Humalite rates. The highest wheat grain protein content values were observed at 224–448 kg ha −1 of Humalite plus half‐recommended or recommended urea rate. Depending on the site, the highest net revenue resulted from half urea rates plus Humalite at application rates between 112 and 448 kg ha −1 in wheat, that is, optimal Humalite rate for increased profitability. Therefore, the incorporation of biostimulants such as Humalite can reduce urea use and contribute to the sustainability of wheat cropping systems.
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) | 0,001 | 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 ».