MétaCan
Menu
Retour à la cohorte
Enregistrement W2037164926 · doi:10.13031/2013.42369

Corn Yield Response to Drainage and Subirrigation in the Canadian Prairies

2012· article· en· W2037164926 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueTransactions of the ASABE · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDrainageIrrigationEnvironmental scienceHydrology (agriculture)Tile drainageWater tableDNS root zoneAgronomySalinitySoil waterGeologyGroundwaterSoil scienceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Subsurface drains are commonly used in humid regions to deal with high water tables. However, corn (Zea mays L.) could benefit from subsurface drainage even under semi-arid conditions where high-intensity rainfall causes the water table to rise within the root zone for short periods. In southern Manitoba, seasonally high water tables with high salinity have led to salinization of the root zone, making subsurface drainage an attractive option to increase yields. The objective of this research was to evaluate agronomic performance of corn under water table management using subirrigation and tile drainage. Four treatments were tested in this experiment: (1) controlled drainage with subirrigation (CDSI), (2)no drainage with overhead irrigation (NDIR), (3) free drainage with overhead irrigation (FDIR), and (4) no drainage with no irrigation (NDNI) as control. The impacts of these treatments on crop performance, measured by yield, kernel quality, plant biomass, and plant height, were evaluated over two growing seasons. In the first year, which was 57% wetter than the 30-year average, yields were 8.48 (NDNI), 10.36 (NDIR), 10.10 (FDIR), and 9.22(CDSI) Mg ha-1 with only the mean yield difference for the NDIR and the CDSI treatments being statistically significant (p = 0.014). In the second year, which was 16% drier than normal, yields were 9.25 (NDNI), 10.47 (NDIR), 11.28 (FDIR), and 9.49 (CDSI) Mg ha-1 with no statistically significant differences in yield.

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.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,941

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 Opus0,013
Tête enseignante GPT0,213
Écart entre enseignants0,200 · 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