MétaCan
Menu
Retour à la cohorte
Enregistrement W1978585043 · doi:10.5539/sar.v3n3p16

Status of Groundwater Table Depth Under Long-Term Irrigation in Wonji Plain: Concerns for Sustainability of Wonji-Shoa Sugar Estate, Upper Awash Valley, Ethiopia

2014· article· en· W1978585043 sur OpenAlexvenueno aff
Megersa Olumana Dinka, Willibald Loiskandl, Julius Musyoka Ndambuki

Notice bibliographique

RevueSustainable Agriculture Research · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWaterlogging (archaeology)Water tableSustainabilityGroundwater rechargeGroundwaterHydrology (agriculture)Environmental scienceWater resource managementIrrigationGeographyGeologyAquifer

Résumé

récupéré en direct d'OpenAlex

<p>The present study attempted to highlight the concerns of shallow groundwater table depth (GWTD) to the sustainability of Wonji-Shoa Sugar Estate (WSSE), Upper Awash Valley of Ethiopia. The recent magnitude and fluctuation of GWTD is mapped in ArcView GIS (using universal kriging technique) from the monthly GWTD monitoring data (2007-2009) using piezometer tubes. The study result clearly showed that the GWTD at WSSE was extremely shallow, showed great spatio-seasonal variability and rising trend; thus, threatening the sustainability of WSSE significantly. About 90% of the plantation fields have GWTD above the critical depth of 1.5 m below the soil surface and, hence, critically waterlogged. As a result, the estate is recently achieving only 55% of the production potential realized in the 1960s. Past trends indicate that the GW has the potential to inundate Wonji plain and is anticipated to devastate production during the next 10-15 years. Therefore, in order to sustain production system in the region, there is an urgent need to identify the possible causes of waterlogging and investigate the feasible remedial measures to combat its problems. The spatial mapping of GWTD with identified problematic areas, indicated in the current study, is believed to provide a tool for water management and, hence, crucial for the decision making and actions taking processes.</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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,291
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,045
Tête enseignante GPT0,337
Écart entre enseignants0,293 · 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'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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable Agriculture ResearchMême sujetIrrigation Practices and Water ManagementTravaux en français237 207