Early Performance of ‘Fuji’ Apple Trees on SeveralSize-Controlling Rootstocks in the 2014 NC-140 RootstockTrial
Notice bibliographique
Résumé
In 2014 a coordinated multi-year apple ( Malus domestica(Borkh)) orchard experiment on 14 rootstock genotypes trained to a tall spindle orchard system was established at eight locations in Canada and the United States using ‘Aztec Fuji®’ as the scion cultivar. The rootstocks tested were: Budagovsky10 (B.10), the Cornell-Geneva rootstocks G.11, G.202, G.214, G.30, G.41, G.935, and G.969, and the Vineland rootstocks V.1, V.5, V.6, and V.7. The industry standard Malling rootstocks M.26 EMLA and M.9-T337 were included for comparison. Tree morality, trunk cross-sectional area, tree canopy size, amount of rootstock suckering, yield, and number of fruits were measured annually. All measured responses were influenced by location and rootstock and the interaction of these two factors. After five years and averaged over all locations, G.214 and B.10 were 10% and 5% smaller than M.9-T337, respectively. G.935, G.11, and G.41 were 1%, 2% and 3% larger than M.9- T337, respectively, while G.969 was 3% larger than M.26 EMLA, respectively. V.1 and G.30 were 25% and 32% larger than M.26 EMLA, respectively, while V.7, V.5, and V.6 were the largest in the trial, ranging from 49-66% larger than M.26 EMLA. Cumulative yield increased with tree vigor. Remarkably, all rootstocks out-yielded M.9-T337 and M.26 EMLA. Averaged over all locations, cumulative yield efficiency was greatest for G.935 and G.214. Overall, tree mortality and suckering were low, but were affected by planting location. These results will allow apple producers to make more informed decisions concerning rootstock selection for the tall spindle or similar orchard training systems and planting locations.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».