MétaCan
Menu
Retour à la cohorte
Enregistrement W2058922850 · doi:10.1300/j064v19n03_06

Fertilizer N and P Effects on Root Mass of Bromegrass, Alfalfa and Barley

2002· article· en· W2058922850 sur OpenAlexaffabout
S. S. Malhi, K. S. Gill

Notice bibliographique

RevueJournal of Sustainable Agriculture · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésBromus inermisMedicago sativaAgronomyHordeum vulgareFertilizerBiologyPoaceae

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Roots play a major role in maintaining organic matter in soil. Six field experiments were conducted to evaluate the effects of fertilizer N and P rates, application times and placement methods on root mass of meadow bromegrass (Bromus biebersteinii Roam and Shultz), smooth bromegrass (Bromus inermis Leyss), alfalfa (Medicago sativa Leyss) and barley (Hordeum vulgare L.) in the surface 15 cm of Black Chernozemic (Udic Boroll) and Gray Luvisolic (Boralf) soils in central Alberta, Canada. Root mass of grasses and barley was markedly increased with N and P fertilization and increase in root mass was greater with band placement than broadcast N. Black Chernozemic soils produced more root mass than Gray Luvisolic soils. Root mass of bromegrass and alfalfa was many times greater than that of barley. Root mass was greater for alfalfa than smooth bromegrass, and for bromegrass-alfalfa mixture than their pure stands. In conclusion, use of N and P fertilizers and growing of bromegrass, alfalfa and bromegrass grass-alfalfa mixture could be employed to increase root mass and possibly increase C storage in soil.

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 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,802
Score d'incertitude au seuil0,208

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 Opus0,005
Tête enseignante GPT0,173
Écart entre enseignants0,168 · 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 tête enseignante, 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

Citations42
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable AgricultureMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207