MétaCan
Menu
Retour à la cohorte
Enregistrement W2025004692 · doi:10.4141/p05-228

Scheduling drip irrigation for ginseng (<i>Panax quinquefolius</i> L.) grown under straw and bark mulch

2007· article· en· W2025004692 sur OpenAlexvenueno aff
R. C. Roy, B. R. Ball Coelho, A. J. Bruin, R. D. Reeleder, B. Capell

Notice bibliographique

RevueCanadian Journal of Plant Science · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMulchIrrigationStrawDrip irrigationAgronomyEnvironmental scienceBark (sound)Water contentGrowing seasonIrrigation schedulingSoil waterPlastic mulchMathematicsHorticultureBiologyForestryGeographySoil scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Responses of ginseng to drip irrigation regimes and organic mulches were determined in two experiments beginning in 1998 and 1999. Treatments were four soil water content thresholds for irrigation: 0, 0.08, 0.12 and 0.16 m3 m-3 (θ0, θ8, θ12, and θ16, respectively); combined with either straw or bark mulch. In its first growing season, ginseng did not require irrigation in 1999 or 2000. In subsequent years, irrigation was generally more frequent when applied at higher moisture threshold levels, but precipitation affected irrigation frequency under all treatments. Water use increased with crop age to 3yr, to about 65% of the requirement of unshaded horticultural crops. Seed yield from 3-yr-old plants under straw mulch in 2001 was greater in response to θ12 and θ16 than to θ8 or θ0. Root yield response to irrigation threshold was linear for 2- and 3-yr- old plants under straw mulch in 2001, and quadratic for 3-yr-old plants under bark mulch in 2002. The optimal threshold to initiate drip irrigation was approximately 65% of field capacity. Key words: Root, soil water, water use

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

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 Opus0,025
Tête enseignante GPT0,233
Écart entre enseignants0,207 · 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'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

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetIrrigation Practices and Water ManagementTravaux en français237 207