MétaCan
Menu
← Retour à la cohorte
Enregistrement W2043628593 · doi:10.17138/tgft(2)42-44

Decomposition of cattle dung on mixed grass-legume pastures

2014· article· en· W2043628593 sur OpenAlexaff
José Carlos Batista Dubeux, Carolina Câmara Lira, Erinaldo Viana de Freitas, Mércia Virgínia Ferreira dos Santos, M. A. Lira, Caroline S. Dykstra, Erick R. S. Santos, Fernando Tenório Filho

Notice bibliographique

RevueTropical Grasslands - Forrajes Tropicales · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésLegumeAgronomyDecompositionAgroforestryBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Animal excreta contribute positively to nutrient cycling and can improve the quality of soil (Dubeux et al. 2009, Carvalho et al. 2010). Cattle excrement, when evenly distributed over a pasture, can help to maintain plant nutrition without the application of fertilizers. The introduction of legumes intercropped with grasses benefits the soil by means of nitrogen fixation. Also, when ruminant animals eat legumes, the excrement produced may have lower C:N, C:P, lignin:N and lignin:P ratios promoting better nutrient return to the soil compared to when cattle eat only grass. Given the importance of nutrient return and decomposition time of cattle excreta on pastures, the objective of this study was to evaluate the decomposition of excrement of heifers managed in mixed grass-shrubby legume pastures and grass-only pastures.

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 enseignants0,008
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
Bibliométrie0,0010,000
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 Opus0,013
Tête enseignante GPT0,241
Écart entre enseignants0,227 · 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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTropical Grasslands - Forrajes Tropicales→Même sujetRuminant Nutrition and Digestive Physiology→Travaux en français237 207→