MétaCan
Menu
Retour à la cohorte
Enregistrement W2100615935 · doi:10.1017/s174217051100007x

Soil fertility and the yield response to the System of Rice Intensification

2011· article· en· W2100615935 sur OpenAlexaff
Marie‐Soleil Turmel, Benjamin L. Turner, Joann K. Whalen

Notice bibliographique

RevueRenewable Agriculture and Food Systems · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSystem of Rice IntensificationAgronomyFertilizerOryza sativaYield (engineering)Soil fertilitySoil waterEnvironmental scienceUpland riceAgricultural soil scienceAgricultural engineeringSoil scienceSoil biodiversityBiologyAgricultureEcology

Résumé

récupéré en direct d'OpenAlex

Abstract The System of Rice Intensification (SRI) is a low-input rice (Oryza sativa L.) production system that differs from conventional systems in several ways: seedlings are transplanted earlier and are more widely spaced, organic fertilizer is often used in addition to mineral fertilizer, and soils are irrigated intermittently rather than flooded for long periods. The yield benefits of SRI compared to conventional systems can be substantial, and yet are regionally variable and have been the subject of considerable debate, due partly to a lack of mechanistic understanding. Here we show that soil properties may in part explain the variability in yield response to SRI. A meta-analysis of data from 72 field studies where SRI was compared with conventional systems indicates that yields increased significantly (P<0.0001) when SRI was implemented on highly weathered infertile soils rich in iron and aluminum oxides (Acrisols and Ferralsols), but there was no difference in yield between SRI and conventional systems in more fertile favorable soils for rice production (Gleysols, Luvisols and Fluvisols). The yield difference between SRI and conventional rice production therefore appears to be related in part to soil properties linked to weathering. This should help resolve the debate about the value of SRI and allow research to be targeted toward understanding the biological and chemical processes in soils under SRI management.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,039
Tête enseignante GPT0,195
Écart entre enseignants0,156 · 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

Citations16
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRenewable Agriculture and Food SystemsMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207