MétaCan
Menu
Retour à la cohorte
Enregistrement W1997151702 · doi:10.1080/01904167.2014.907422

Relative Nitrogen Fertilizer Requirements of Forage Versus Grain for Barley and Oat

2014· article· en· W1997151702 sur OpenAlexaffabout
S. S. Malhi, W. B. Berkenkamp, D. K. McBEATH

Notice bibliographique

RevueJournal of Plant Nutrition · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésChernozemAgronomyForageFertilizerHordeum vulgareSoil waterPoaceaeBiologyEcology

Résumé

récupéré en direct d'OpenAlex

AbstractField experiments were conducted at 15 site-years with barley and 10 site-years with oat over five years to determine the relative nitrogen (N) fertilizer requirements of forage versus grain for barley and oat on Black Chernozem (Typic Agricryoll – 6 site-years on barley and 3 site-years on oat) and Gray Luvisol (Typic Haplocryalf – 9 site-years on barley and 7 site-years on oat) soils in central and north-central Alberta, Canada. Barley harvested for forage responded to higher level of applied N than when it was harvested for grain at most site-years. On average for barley, the amount of N fertilizer required to achieve maximum yield of forage was 58 kg N ha−1 greater than that of grain, and also was somewhat greater on Black Chernozem soils than on Gray Luvisol soils. The results for oat were inconclusive, with almost equal numbers of site-years showed higher N requirements for grain as for forage.Keywords: barleyforagegrainnitrogen fertilizeroatsilage

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 enseignants0,675
Score d'incertitude au seuil0,105

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,030
Tête enseignante GPT0,243
Écart entre enseignants0,213 · 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

Citations8
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Plant NutritionMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207