MétaCan
Menu
Retour à la cohorte
Enregistrement W1968195494 · doi:10.12735/as.v1i3p13

Effects of Manure Management and Nitrogen Levels on Soil Organic Carbon in the Northern Guinea Savanna, Nigeria

2013· article· en· W1968195494 sur OpenAlexvenueno aff
J. Tanimu

Notice bibliographique

RevueAgricultural Science · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésManureSoil carbonAgroforestryEnvironmental scienceAgronomyCarbon fibersNew guineaTotal organic carbonNitrogenSoil waterSoil scienceEcologyBiologyChemistryMathematics

Résumé

récupéré en direct d'OpenAlex

A two years study was carried out in two locations at Institute for Agricultural Research and the Samaru College of Agriculture Farms (Lat. 11° 11’’ and Long. 7° 38’’) in the Northern Guinea Savanna zone of Nigeria. The study aimed at investigating the effects of cow dung management practices, time of application when combined with inorganic fertilizer (urea) and their direct and residual effects on organic carbon content of the soil. The treatments consisted of three cow dung management practices, four different storage times after one month ageing and two levels of nitrogen. There was a control treatment where no cow dung or nitrogen fertilizer was applied. The study was a factorial experiment with three factors, laid out in a randomized complete block design replicated three times. The manure amended treatments were generally higher than the control treatments in the two years and at both direct and residual effects. This showed that the addition of cow dung actually increased the organic carbon content of the soil. However, the highest organic carbon value for 2003 and 2004 years of direct effects, at 4 WAP were on treatments pit covered May (54.5 g kg -1 and 49.0 g kg -1 respectively), while the lowest values were observed on the control treatments (30.7 g kg -1 and 24.7 g kg -1 respectively). The management practices and the time (month) of application did not show any significant effect on the content of the soil organic matter of the soil.

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 enseignants0,011
Score d'incertitude au seuil0,021

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,007
Tête enseignante GPT0,188
Écart entre enseignants0,180 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultural ScienceMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207