Optimum seeding date and rate for irrigated cereal and oilseed crops in southern Alberta
Notice bibliographique
Résumé
McKenzie, R. H., Bremer, E., Middleton, A. B., Pfiffner, P. G. and Woods, S. A. 2011. Optimum seeding date and rate for irrigated cereal and oilseed crops in southern Alberta. Can. J. Plant Sci. 91: 293-303. High crop productivity is essential for irrigated crops and may be strongly affected by decisions of seeding date and rate. An irrigated field experiment was conducted at two locations in southern Alberta for 4 yr to compare the impact of seeding date and rate on productivity and quality of nine cereal crops and two oilseed crops. Seeding rate was only evaluated on one date in late April or early May, when maximum yields were expected. Delayed seeding reduced crop yields by 0.6 to 1.7% per day after the end of April: flax (Linum usitatissimum L.) = CWRS wheat (Triticum aestivum L.), feed triticale (×Triticosecale W.) = CPS or SWS wheat = triticale or barley (Hordeum vulgare L.) silage = durum (T. turgidum L.), feed or malt barley < canola (Brassica napus L.). Crop quality deteriorated with delayed seeding for some crops, particularly canola, malt barley and SWS wheat, but was unaffected or even slightly improved for other crops. Seeding rate generally had a smaller effect on crop yield or quality than seeding date, but triticale and SWS wheat required high seeding rates to achieve maximum yields. Early seeding and a sufficient seeding rate were required for high crop productivity of irrigated cereal and oilseed crops in southern Alberta.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».