MétaCan
Menu
Retour à la cohorte
Enregistrement W2010514640 · doi:10.1139/x04-039

Nitrogen dynamics and red pine growth following application of pelletized biosolids in Massachusetts, USA

2004· article· en· W2010514640 sur OpenAlexvenueno aff
Matthew J. Kelty, Fabián D. Menalled, Maggie M Carlton

Notice bibliographique

RevueCanadian Journal of Forest Research · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiosolidsLeaching (pedology)NutrientLysimeterAnimal sciencePelletsNitrateChemistryMineralization (soil science)NitrogenAgronomyEnvironmental chemistrySoil waterEnvironmental scienceBiologyEcologyEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Pelletized biosolids from municipal wastewater treatment were applied to a thinned red pine plantation to determine if there were treatment levels that could produce a fertilization growth response without resulting in unacceptable nitrate leaching. The pellets (total nutrient concentrations of 4.4% N, 1.4% P, 0.2% K) were applied at four levels (0, 200, 400, 800 kg/ha total N). Only 26% of labile organic N in the pellets was mineralized in the first year after application. Foliar N increased with increasing application rate, but other nutrients were unchanged. Red pine basal area growth was unchanged with low and medium levels, but decreased to 50% of control plots with the highest level. A decrease in foliar K/N ratio resulting from high N uptake with little additional K is hypothesized as the cause for the growth decline. The highest treatment level resulted in lysimeter nitrate-N concentrations increasing to 2 mg/L in the first year and 9 mg/L in the second, returning to control levels in the third; no increase occurred in other treatments. These results contrast with those found with liquid sludge applications, in which nearly all N mineralization and the highest nitrate leaching rates occurred in the first year. The slower release of inorganic N from pellets over 2 years may allow higher total N application rates without causing high nitrate leaching.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,104

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,258
Écart entre enseignants0,244 · 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

Citations17
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207