Assessing the temporal stability of spatial patterns in crop yields using combine yield monitor data
Notice bibliographique
Résumé
Using previous years’ yield patterns may be one method of breaking a field into management zones for the purpose of site-specific management. For this method to be useful there must be temporal stability of yield patterns and there must be a sound method of assessing the spatial-temporal stability of yield in a field. To this end, a method was developed to give a non-biased estimate of the within-field spatial-temporal stability of yield. The method determined the probability that the normalized yield for all years available at a given location in the field fit within the accuracy limits of the combine. Combine accuracies of ± 2.5%, 5% and 10% of the field mean yield and gridded data of 3 m, 6 m, and 9 m cell sizes, as well as crop choice were all included in the model to assess its sensitivity to changes in these factors. The resulting spatial-temporal stability maps were well correlated with visual estimations of the spatial yield patterns. The model results were highly influenced by the inputted combine accuracy, but grid size and crop choice had little affect on the proportion of the field or the spatial pattern of temporal stability in the two field sites examined. The sensitivity of the model to changes in the input value for the combine accuracy indicated that a good estimate of this value is required for the determination of the stable patterns in a field. Key words: Spatial-temporal stability, 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.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».