Optimization of plant spacing and fertilizer dose for high-yielding mustard varieties
Notice bibliographique
Résumé
Here is a paradox in canola-type mustard agronomy: breeders keep releasing varieties with higher yield potential, but average on-farm yields in the Maritime provinces haven’t budged in a decade. The disconnect often traces back to planting density and fertiliser calibration that still target older, shorter-statured cultivars. This research optimised plant spacing and fertiliser dose for two high-yielding Brassica juncea varieties (AAC Condor, AAC Summit) at Truro, Nova Scotia, and Guelph, Ontario, during 2023. Five spacings (30×10, 30×15, 30×20, 45×15, 45×20 cm) and three fertiliser rates (80%, 100%, 120% of recommended dose) were arranged in a factorial split-plot design. Seed yield peaked at 30×15 cm with 120% RDF (2.04 t ha⁻¹ for AAC Condor at Truro), 21.3% above the widest spacing at base fertiliser. The spacing–fertiliser interaction was significant (p = 0.003) for yield but not for oil content. AAC Condor outyielded AAC Summit by 6–8% at all combinations. These data support narrowing row spacing to 30 cm and raising the fertiliser rate by 20% as a practical package for new-generation mustard in eastern Canada.
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 | 0,000 | 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 | 0,000 | 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 ».