MétaCan
Menu
Retour à la cohorte
Enregistrement W1964119380 · doi:10.1016/j.scienta.2009.05.024

Effects of repeated applications of municipal solid waste compost and fertilizers to three lowbush blueberry fields

2009· article· en· W1964119380 sur OpenAlexafffund
P. R. Warman, J. C. Burnham, Leonard J. Eaton

Notice bibliographique

RevueScientia Horticulturae · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBerry genetics and cultivation research
Établissements canadiensNova Scotia Department of Agriculture
Organismes subventionnairesAgriculture and Agri-Food CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésCompostLoamFertilizerNutrientRandomized block designAgronomyGreen wasteSoil conditionerMunicipal solid wasteEnvironmental scienceChemistryHorticultureSoil waterWaste managementBiologySoil science

Résumé

récupéré en direct d'OpenAlex

Field experiments were initiated in May 1999 and continued through 2002 to investigate the application of municipal solid waste (MSW) compost and fertilizers to lowbush blueberry (Vaccinium angustifolium Ait.) fields. Three sites were selected: Debert, N.S. (Truro sandy loam) and two sites near Musquodoboit, N.S. (both Rawdon gravely loamy sands). Treatments at each site were in a randomized complete block design with six treatments (control [no fertilizer], NK fertilizer, NPK fertilizer, and three rates of MSW compost) blocked four times. Compost treatments provided the equivalent of 100, 200 and 400 kg ha−1 of total N. The experimental objectives were to evaluate soil and plant response to the compost and to determine whether it could be used as an alternative to the traditional chemical fertilizers. Yield, soil fertility, and leaf and fruit nutrients were examined following the four years of treatment applications. The MSW compost had a significant effect on pH and soil extractable levels of P, K and Ca, and influenced N and K levels in leaf samples. Fruit yield and nutrient content, except for Mn, were not affected by the treatments. In general, the compost treatments provided equivalent amounts of plant essential nutrients without negatively influencing trace element absorption.

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)0,000
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 enseignants0,608
Score d'incertitude au seuil0,156

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,255
Écart entre enseignants0,243 · 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

Citations22
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientia HorticulturaeMême sujetBerry genetics and cultivation researchTravaux en français237 207