MétaCan
Menu
Retour à la cohorte
Enregistrement W2030240043 · doi:10.1155/2014/497205

Tillage Effects on Selected Soil Physical Properties in a Maize-Bean Intercropping System in Mwala District, Kenya

2014· article· en· W2030240043 sur OpenAlexfundno aff
Anne N. Karuma, Peter Mtakwa, Nyambilila Amuri, Charles K. K. Gachene, Patrick Gicheru

Notice bibliographique

RevueInternational Scholarly Research Notices · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensnon disponible
Organismes subventionnairesRegional Universities Forum for Capacity Building in AgricultureInternational Development Research Centre
Mots-clésIntercroppingTillageAgroforestryAgronomyEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

A field study was carried out to evaluate the effects of tillage practices on soil physical properties in Mwala district, Eastern Kenya, during the long rains (LR) and short rains (SR) of 2012/13. The treatments were disc ploughing (DP), disc ploughing and harrowing (DPH), ox-ploughing (OX), subsoiling-ripping (SSR), hand hoeing with tied ridges (HTR), hand hoeing only (H). These were investigated under three cropping systems of sole maize, sole bean, and maize-bean intercrop in a split-plot design with four replications. Soil physical properties were monitored at different weeks after planting (WAP) throughout the growing seasons. A four-season average shows that soil moisture content was significantly (P < 0.05) higher in OX > SSR > DPH > H > HTR > DP with values ranging from 13.1 to 14.1%. Soil surface roughness and crust strength varied significantly (P < 0.05) over time within the growing seasons, between the tillage practices, and across the different seasons with values ranging from 26 to 66% and 1.21 to 1.31 MPa, respectively. Tillage practices and cropping systems did not significantly affect bulk density, porosity, or K sat values. It is apparent that long term tillage experiment (>4 seasons) would be required to detect changes in soil physical properties as a result of the soil management practices.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,093

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 technologies0,0010,000
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 Opus0,049
Tête enseignante GPT0,298
Écart entre enseignants0,248 · 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

Citations34
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Scholarly Research NoticesMême sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207