MétaCan
Menu
Retour à la cohorte

Effect of Soil Tillage and Fertilization on Soil Nutrient and Respiration Flux in Spring Maize Fields

2012· article· en· W2083822298 sur OpenAlexaff
Li Jun Li, Jing Hui Liu, Aodungerile Chen, Li‐Gang Wang, Jian Guo Shi, S. N. Acharya, Qin Chen

Notice bibliographique

RevueAdvanced materials research · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesInner Mongolia UniversityInner Mongolia Agricultural UniversityNational Natural Science Foundation of China
Mots-clésAgronomyTillageFertilizerSoil respirationPhosphorusHuman fertilizationNitrogenNutrientChemistryEnvironmental scienceSoil waterSoil scienceBiology

Résumé

récupéré en direct d'OpenAlex

In this paper the effects of two types of tillage (conventional tillage-CT and zero tillage-ZT) with three different soil fertilization patterns(chemical fertilizer, chemical-organic fertilizer and organic fertilizer) on soil rapidly available nitrogen, rapidly available phosphorus, rapidly available kalium and soil respiration flux in ridge cultivation maize fields were studied. The results indicate that in 2005 and 2006, soil rapidly available nitrogen of two tillage type in different fertilization treatments were organic fertilizer (OF) > chemical-organic fertilizer (OCF) > no fertilizer (CK) > chemical fertilizer(CF); Except For OF, the decreasing of soil available nitrogen contents of each fertilization treatments for ZT were more than those of CT. Rapidly available phosphorus for ZT were OCF >OF > CF >CK, and for CT were OCF > CK >OF> CF; rapidly available kalium for ZT were OCF >OF > CK > CF. soil respiration for different of fertilization patterns for ZT were OCF >OF > CK > CF. In ZT, soil available N and P had close relation with soil respiration flux, especially in OCF treatment. While in CT, soil available N had close relation with soil respiration flux.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,125

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,029
Tête enseignante GPT0,313
Écart entre enseignants0,284 · 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'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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207