Agronomic practices for bioethanol production from spring triticale in Alberta
Notice bibliographique
Résumé
McKenzie, R. H., Bremer, E., Middleton, A. B., Beres, B., Yoder, C., Hietamaa, C., Pfiffner, P., Kereliuk, G., Pauly, D. and Henriquez, B. 2014. Agronomic practices for bioethanol production from spring triticale in Alberta. Can. J. Plant Sci. 94: 15-22. Triticale (×Triticosecale Wittmack) is an attractive crop for biofuel production due to its high grain yield potential, weed competitiveness, and drought tolerance. Field plot studies were conducted at seven locations across Alberta from 2008 to 2010 to determine optimum agronomic practices (seeding date, seeding rate and N fertilizer rate) for grain and starch production of spring triticale. The yield penalty from delayed seeding was variable, with an average yield decline of only 0.1% per day. Significant yield benefits from increasing seeding rates from 100 to 500 viable seeds m-2 were obtained at site-years with more than 200 mm of growing season precipitation, but were inconsistent or negligible at site-years with less than 200 mm of growing season precipitation. Optimum N fertilizer rates for grain production increased with growing season precipitation, but were not correlated with pre-seeding soil extractable NO3-N levels. Starch concentrations were either unaffected or only slightly affected by seeding date, seeding rate or N fertilizer rate. Thus, agronomic practices that were optimum for triticale grain production were also optimum for starch production. Under good growing conditions, grain production of spring triticale was optimum when seeded at 350 to 450 seeds m-2 and N fertilizer rates of 90 to 150 kg N ha-1.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».