MétaCan
Menu
Retour à la cohorte
Enregistrement W1757732657 · doi:10.5539/sar.v4n3p15

Optimising Cropping Techniques for Nutrient and Environmental Management in Organic Agriculture

2015· article· en· W1757732657 sur OpenAlexvenueno aff
Ulrich Köpke, Miriam Athmann, Eusun Han, Timo Kautz

Notice bibliographique

RevueSustainable Agriculture Research · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Food and AgricultureInternationalt Center for Forskning i Økologisk Jordbrug og FødevaresystemerDeutsche ForschungsgemeinschaftU.S. Department of Agriculture
Mots-clésSubsoilEnvironmental scienceAgronomyNutrientSoil fertilityCrop rotationNutrient managementAgroforestryBiologySoil waterCropEcologySoil science

Résumé

récupéré en direct d'OpenAlex

<p>Depth and architecture of root systems play a prominent role in crop productivity under conditions of low water and nutrient availability. The subsoil contains high amounts of nutrients that may potentially serve for nutrient uptake by crops including finite resources such as phosphorus that have to be used in moderation to delay their exhaustion. Biopores are tubular shaped continuous soil pores formed by plant roots and earthworms. Taproot systems especially those of perennial legumes can make soil nutrients plant available from the solid phase and increase the density of vertical biopores in the subsoil thus making subsoil layers more accessible for succeeding crops. Density of larger sized biopores is further enhanced by increased abundance and activity of anecic earthworms resulting from soil rest and amount of provided feed. Nutrient rich drilospheres can provide a favorable environment for roots and nutrient uptake of subsequent crops. Future efficient nutrient management and crop rotation design in organic agriculture should entail these strategies of soil fertility building and biopore services in subsoil layers site specifically. Elements of these concepts are suggested to be used also in mainstream agriculture headlands, e.g. as ‘Ecological Focus Areas’, in order to improve soil structure as well as to establish a web of biodiversity while avoiding constraints for agricultural production.</p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,690
Score d'incertitude au seuil0,314

Scores Codex et Gemma par catégorie

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

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 Opus0,028
Tête enseignante GPT0,278
Écart entre enseignants0,250 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations27
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable Agriculture ResearchMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207