MétaCan
Menu
Retour à la cohorte
Enregistrement W1523923468 · doi:10.5539/jas.v7n10p166

Relationship between Soil Salinity and Physico-chemical Properties of Paddy Field Soils of Jhilwanja Union, Cox’s Bazar, Bangladesh

2015· article· en· W1523923468 sur OpenAlexvenueno aff
N. Hossain, M. Muhibbullah, Kazi Md. Barkat Ali, Morshed Hossan Molla

Notice bibliographique

RevueJournal of Agricultural Science · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Science and Fertilization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLoamSoil waterEnvironmental scienceSoil fertilitySalinityOrganic matterSoil pHSoil testSoil organic matterSoil salinityFertilizerAgronomySoil scienceChemistryGeology

Résumé

récupéré en direct d'OpenAlex

This study attempts to examine the relationship between soil salinity and physico-chemical properties of paddy field soils of Jhilwanja union in Cox’s Bazar, Bangladesh. Data were analyzed by the help of Statistical Package for the Social Sciences (SPSS: version-18) and study area map was prepared by Arc GIS 9.3 software. Present investigation reveals that soil textural class ranged from sandy to loam, a mean bulk density 1.58 g/cm3, and high soil temperature (M = 31.55). Soils were moderately acidic to basic and soil salinity (EC) content comes under low to medium (minimum = 3.10 dS/m, maximum = 7. 24 dS/m) range. The organic matter level exhibited absolutely lower (M = 0.75) than good agricultural soil. Soils of the area represents low in total N (M = 0.08), very low in total P content (M = 0.06), exchangeable Ca (M = 0.0009) were too low and lower content of exchangeable Mg (M = 0.26), but high level of exchangeable K (M = 0.57) content. Simple regression analysis showed that there was a significant effect of soil salinity on soil pH, soil temperature, OM, total N, total P, exchangeable K and Mg. Repairing coastal embankment (rubber dam), cultivating native high yielding variety, using organic fertilizer, implementing Integrated Soil Nutrient Management (ISNM) and adapting Integrated Coastal Zone Management (ICZM) can increase crop production and soil fertility level in study area.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,248
Écart entre enseignants0,185 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAgricultural Science and FertilizationTravaux en français237 207