MétaCan
Menu
Retour à la cohorte
Enregistrement W2078571491 · doi:10.5539/jas.v7n1p78

Responsiveness of Soil Series in Southwestern Nigeria to Single Super Phosphate Fertilization

2014· article· en· W2078571491 sur OpenAlexvenueno aff
Mercy Omogbohu Anetor, J. A. I. Omueti, Kolapo Olatunji Oluwasemire

Notice bibliographique

RevueJournal of Agricultural Science · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Science and Fertilization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoil waterFertilizerPhosphorusAgronomyRandomized block designPhosphateEnvironmental scienceHuman fertilizationBiologyChemistrySoil science

Résumé

récupéré en direct d'OpenAlex

Application of Single Super Phosphate (SSP) fertilizer in soils with inadequate phosphorus (P) should elicit crop response. However, there is an indication of inconsistent response behaviour to SSP fertilizer in some Nigeria soils despite their low available P. This study identified major soil types in Southwestern Nigeria that are unresponsive to P fertilizer application under screenhouse condition and soil properties that are related to this unresponsive behaviour were determined. Soils from twenty locations in Southwestern Nigeria were selected to evaluate their response to four phosphorus fertilizer rates with a control replicated three times in a factorial arrangement laid out in randomized complete block design. Results indicated that most of the locations responded to initial P application except for Fashola 2 which produced significantly higher maize shoot yield in control soils. There were five other locations where no-response was observed. Multiple regression analysis showed that phosphorus sorption index was related to sand, organic matter and clay. Phosphorus accumulation in soil P reserves may explain the behaviour of the P-unresponsive soils irrespective of their available P levels.

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 enseignants0,006
Score d'incertitude au seuil0,013

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 Opus0,015
Tête enseignante GPT0,218
Écart entre enseignants0,203 · 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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAgricultural Science and FertilizationTravaux en français237 207