MétaCan
Menu
Retour à la cohorte
Enregistrement W2093104113 · doi:10.4236/ajps.2014.521347

Above and Below Ground Interactions in Monoculture and Intercropping of Onion and Lettuce in Greenhouse Conditions

2014· article· en· W2093104113 sur OpenAlexafffund
Jessica L. de Haan, Liette Vasseur

Notice bibliographique

RevueAmerican Journal of Plant Sciences · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensBrock University
Organismes subventionnairesBrock University
Mots-clésInterspecific competitionIntercroppingIntraspecific competitionCompetition (biology)AgronomyMonocultureMonocroppingBiologyGreenhouseStorage effectHectareAgricultureHorticultureBotanyEcology

Résumé

récupéré en direct d'OpenAlex

Intercropping has been seen as an advantageous strategy in sustainable agriculture. Plants however interact with one another both above and below ground with members of the same species (intraspecific) or members of a different species (interspecific) for nutrients, water and light. It is therefore essential to understand these interactions when intercropped. The objective was to examine the above and below ground interactions between onion and lettuce in monocrop and intercrop systems. We examined the various possible interactions (no competition, above ground, below ground, or full) using a full factorial randomized design under greenhouse conditions. Onion yield was highest in intraspecific above ground competition and lowest in below ground and full interspecific competition with lettuce. Dry weight of onions in above ground competition with lettuce was significantly greater than that of the control group. Fresh weight of lettuce leaves were highest in below ground and full interspecific competition treatments. The hectare model and yield results suggest that there is strong below ground competitive effect between onion and lettuce in intercrop. Asymetric interspecific facilitation was found: facilitation by onion led to increased lettuce yield but a negative effect of lettuce on onion yield was observed. Knowledge of competitive interactions between component crops can have several applications in sustainable agricultural as it helps to match the most efficient species under specific conditions.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,411
Score d'incertitude au seuil0,580

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 Opus0,025
Tête enseignante GPT0,255
Écart entre enseignants0,230 · 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

Citations11
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Plant SciencesMême sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207