Delineation of management zones with measurements of soil apparent electrical conductivity in the southeastern pampas
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Peralta, N. R., Costa, J. L., Balzarini, M. and Angelini, H. 2013. Delineation of management zones with measurements of soil apparent electrical conductivity in the southeastern pampas. Can. J. Soil Sci. 93: 205–218. Site-specific management demands the identification of subfield regions with homogeneous characteristics (management zones). However, determination of subfield areas is difficult because of complex correlations and spatial variability of soil properties responsible for variations in crop yields within the field. We evaluated whether apparent electrical conductivity (EC a ) is a potential estimator of soil properties, and a tool for the delimitation of homogeneous zones. EC a mapping of a total of 647 ha was performed in four sites of Argentinean pampas, with two fields per site composed of several soil series. Soil properties and EC a were analyzed using principal components (PC)–stepwise regression and ANOVA. The PC–stepwise regression showed that clay, soil organic matter (SOM), cation exchange capacity (CEC) and soil gravimetric water content (θ g ) are key loading factors, for explaining the EC a (R 2 ≥0.50). In contrast, silt, sand, extract electrical conductivity (EC ext ), pH values and [Formula: see text]-N content were not able to explain the EC a . The ANOVA showed that EC a measurements successfully delimited three homogeneous soil zones associated with spatial distribution of clay, soil moisture, CEC, SOM content and pH. These results suggest that field-scale EC a maps have the potential to design sampling zones to implement site-specific management strategies.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle