MétaCan
Menu
Retour à la cohorte
Enregistrement W4414889013 · doi:10.3390/agronomy15102352

Yield Potential of Silage Sorghum: Cultivar Differences in Biomass Production, Plant Height, and Tillering Under Contrasting Soil Conditions in Central Europe

2025· article· en· W4414889013 sur OpenAlexfundno aff
Lenka Porčová, Nicole Frantová, Michal Rábek, Ivana Jovanović, Vladimír Smutný, Michal Řiháček, Eva Mrkvicová

Notice bibliographique

RevueAgronomy · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensnon disponible
Organismes subventionnairesMendelova Univerzita v BrněMinistry of Agriculture - Saskatchewan
Mots-clésSorghumCultivarBiomass (ecology)Yield (engineering)ProductivitySweet sorghumSilageTrait

Résumé

récupéré en direct d'OpenAlex

We conducted a three-year field study to evaluate the above-ground biomass yield, plant height, and tillering capacity of eight Sorghum bicolor (L.) Moench varieties under two contrasting soil conditions (heavy clay soil and sandy soil) with different water retention. At the Field Experimental Station Žabčice of Mendel University in Brno, Czech Republic, we assessed yield performance and yield stability across years and environments. We applied standard agronomic practices and recorded detailed soil and climatic data. Significant differences were found among varieties and between locations in terms of plant height and tillering. KWS SOLE showed the most stable yield (11.80–15.63 t ha−1), while LATTE, KWS TARZAN, and KWS HANNIBAL achieved the highest average yields (up to 20.16 t ha−1). Plant height showed a strong positive correlation with biomass yield. This relationship underscores plant height as a valuable trait for selecting sorghum varieties with improved productivity and drought resilience. Variations in tillering capacity and environmental conditions also significantly influenced yield outcomes, highlighting the complex interaction between genotype and environment. These findings offer practical insights for cultivar selection and breeding strategies that aim to enhance the performance of sorghum varieties under the variable climatic conditions of Central Europe.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil0,201

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 Opus0,018
Tête enseignante GPT0,204
Écart entre enseignants0,186 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgronomyMême sujetCrop Yield and Soil FertilityTravaux en français237 207