Sulphur application does not improve wheat yield and protein concentration
Notice bibliographique
Résumé
Karamanos, R. E., Harapiak, J. T. and Flore N. A. 2013. Sulphur application does not improve wheat yield and protein concentration. Can. J. Soil Sci. 93: 223-228. Grain protein plays an important role in the milling and baking quality of wheat (Triticum aestivum). The question is whether application of sulphur, an important constituent of proteins and amino acids, impacts wheat grain protein concentration. A 3-yr 10-site experiment was set up to determine if of sulphur (S) fertilization (0 and 25 kg S ha-1) affects Canada west red spring (CWRS) and Durum grain yield and protein levels, when combined with various rates of nitrogen (N) fertilizer (0, 40, 60, 80 and 100 kg N ha-1). Soils at the 10 sites varied from S deficient to S sufficient, based on criteria in western Canada. Application of 25 kg S ha-1 resulted in no yield or grain protein concentration increases, regardless of the level of N fertilizer applied or the level of soil “available” S (0-30 cm). However, high N fertilizer rates (80 and 100 kg N ha-1) plus S fertilization improved yield and protein concentration when growing season (May, June, July) precipitation was favourable for CWRS and Durum wheat. In conclusion, we suggest that indiscriminate application of S fertilizer will not increase protein concentration for CWRS and Durum wheat grain.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».