Canola rotation frequency impacts canola yield and associated pest species
Notice bibliographique
Résumé
Harker, K. N., O'Donovan, J. T., Turkington, T. K., Blackshaw, R. E., Lupwayi, N. Z., Smith, E. G., Johnson, E. N., Gan, Y., Kutcher, H. R., Dosdall, L. M. and Peng, G. 2015. Canola rotation frequency impacts canola yield and associated pest species. Can. J. Plant Sci. 95: 9-20. Canola (Brassica napus L.) production has been steadily increasing in western Canada. Here we determine the effect of canola rotation frequency on canola seed yield, quality and associated pest species. From 2008 to 2013, direct-seeded experiments involving continuous canola and all rotation phases of wheat (Triticum aestivum L.) and canola or field pea (Pisum sativum L.), barley (Hordeum vulgare L.) and canola were conducted at five western Canada locations. Fertilizers, herbicides, and insecticides were applied as required for optimal production of all crops. Canola rotation frequency did not influence canola oil or protein concentration or the level of major (composition>1%) seed oil fatty acids. High canola yields were associated with sites that experienced cooler temperatures with adequate and relatively uniform precipitation events. For each annual increase in the number of crops between canola, canola yield increased from 0.20 to 0.36 Mg ha-1. Although total weed density was not strongly associated with canola yield, decreased blackleg disease and root maggot damage were associated with greater canola yields as rotational diversity increased. Long-term sustainable canola production will increase with cropping system diversity.
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) | 0,000 | 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) | 0,000 | 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 ».