MétaCan
Menu
Retour à la cohorte
Enregistrement W2058516104 · doi:10.5539/jas.v6n5p110

Agronomic and Ecological Evaluation on Growing Water-Saving and Drought-Resistant Rice (Oryza sativa L.) Through Drip Irrigation

2014· article· en· W2058516104 sur OpenAlexvenueno aff
Modinat A. Adekoya, Zaochang Liu, Eli Vered, Liguo Zhou, Deyan Kong, Jianying Qin, Ruifang Ma, Xinqiao Yu, Guolan Liu, Lin Chen, Lijun Luo

Notice bibliographique

RevueJournal of Agricultural Science · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensnon disponible
Organismes subventionnairesShanghai City Youth Science and Technology Star Project
Mots-clésAgronomyDrip irrigationIrrigationEnvironmental scienceOryza sativaPaddy fieldFertilizerYield (engineering)BiologyMaterials science

Résumé

récupéré en direct d'OpenAlex

A field demonstration trial comparing the growth status, yield ability and water use efficiency of drought-tolerant rice (Oryza sativa L.) varieties and normal paddy rice variety under drip irrigation and paddy irrigation was carried out for two years in Shanghai, China. Under drip irrigation, both inbred and hybrid water-saving and drought resistant rice (WDR) varieties showed better yield capacity than paddy rice varieties tested. WDR varieties under drip irrigation attained more than 95% of the yield level that is achieved in paddy field, while the paddy varieties under the same drip condition reached only about 75%.The methane gas emission was obviously decreased under drip irrigation condition, while the emission of other greenhouse gas like nitrous oxide or carbon dioxide was not observed significant difference between drip and paddy irrigation. It could be concluded that it is practicable to grow water saving and drought resistant rice through drip irrigation. Drip irrigation maintained a competitive grain yield and water productivity, and greatly reduced pollution risk to the environment. Considering the conservative amount of fertilizer application, less than the amount of fertilization in normal paddy field, the yield potential of rice could be improved by increasing the amount of fertilizer as top application in drip irrigation system.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

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 technologies0,0000,000
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 Opus0,025
Tête enseignante GPT0,247
Écart entre enseignants0,222 · 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

Citations30
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207