MétaCan
Menu
Retour à la cohorte
Enregistrement W2010737607 · doi:10.1080/03601230701229155

Influence of crop residues on trifluralin mineralization in a silty clay loam soil

2007· article· en· W2010737607 sur OpenAlexafffund
Annemieke Farenhorst

Notice bibliographique

RevueJournal of Environmental Science and Health Part B · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePesticide and Herbicide Environmental Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesAustralian National UniversityManitoba Rural Adaptation Council
Mots-clésTrifluralinLoamMineralization (soil science)AgronomySoil scienceEnvironmental scienceSoil waterBiologyPesticide

Résumé

récupéré en direct d'OpenAlex

Trifluralin is typically applied onto crop residues (trash, stubble) at the soil surface, or onto the bare soil surface after the incorporation of crop residues into the soil. The objective of this study was to quantify the effect of the type and amount of crop residues in soil on trifluralin mineralization in a Wellwood silty clay loam soil. Leaves and stubble of Potato (Solanum tuberosum) (P); Canola (Brassica napus) (C), Wheat (Triticum aestivum) (W), Oats (Avena sativa), (O), and Alfalfa (Medicago sativa) (A) were added to soil microcosms at rates of 2%, 4%, 8% and 16% of the total soil weight (25 g). The type and amount of crop residues in soil had little influence on the trifluralin first-order mineralization rate constant, which ranged from 3.57E-03 day(-1) in soil with 16% A to 2.89E-02 day(-1) in soil with 8% W. The cumulative trifluralin mineralization at 113 days ranged from 1.15% in soil with 16% P to 3.21% in soil with 4% C, again demonstrating that the observed differences across the treatments are not of agronomic or environmental importance.

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)0,000
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 enseignants0,126
Score d'incertitude au seuil0,518

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,024
Tête enseignante GPT0,304
Écart entre enseignants0,281 · 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

Citations6
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Science and Health Part BMême sujetPesticide and Herbicide Environmental StudiesTravaux en français237 207