MétaCan
Menu
Retour à la cohorte
Enregistrement W2057501322 · doi:10.2134/agronj2010.0351

A Corn Nitrogen Status Indicator Less Affected by Soil Water Content

2011· article· en· W2057501322 sur OpenAlexaff
Juanjuan Zhu, Nicolas Tremblay, Yinli Liang

Notice bibliographique

RevueAgronomy Journal · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésNitrogenSowingAgronomyCropSoil waterNitrogen fertilizerFertilizerMathematicsAnimal scienceChemistryHorticultureEnvironmental scienceBiologySoil science

Résumé

récupéré en direct d'OpenAlex

The SPAD‐502 chlorophyll (Chl) meter and the Dualex device can estimate crop N status based on the measurement of leaf Chl concentration and polyphenolics (Phen) concentration, respectively. However, soil water status may confound such assessment of N status. This study compared the sensitivity of SPAD, Dualex, and SPAD/Dualex ratio as indicators for assessing corn (Zea mays L.) N status and the influence of soil water content (SWC) on the indicators in their absolute and nitrogen sufficiency index (NSI) expression. A greenhouse trial was conducted with five N fertilizer application rates (0, 50, 50+75, 50+150, and 200 kg N ha−1) and three SWC levels (high, medium, and low). A field trial also was performed with six N rates (0, 20+40, 20+80, 20+120, 20+160, and 250 kg N ha−1) and spatially variable SWC as a covariate. The responses of SPAD, Dualex, SPAD/Dualex ratio (and their corresponding NSI) to N rates and SWC levels were compared. The results showed that SPAD, Dualex, and SPAD/Dualex ratio were all influenced significantly by N rates and by SWC levels. When expressed as NSI, however, the parameters' relationships with N were essentially decoupled from SWC. The NSISPAD was more affected significantly by interactions among N, SWC, and DAS (days after sowing) than were 1/NSIDualex and NSISPAD/Dualex. The latter showed a greater sensitivity to N fertility levels than the other indicators, resulting in a better discrimination of N treatments and under variable SWC conditions in the two trials.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,022
Tête enseignante GPT0,184
Écart entre enseignants0,162 · 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

Citations19
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgronomy JournalMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207