MétaCan
Menu
Retour à la cohorte
Enregistrement W2102086149 · doi:10.5539/jas.v5n3p90

Modelling Soil Water Dynamics under Rainfed Agriculture to Mitigate Climate Change

2013· article· en· W2102086149 sur OpenAlexaffvenue
Mukhtar Ahmed, Arvind H. Hirani, Muhammad Asif, Muhammad Sajad

Notice bibliographique

RevueJournal of Agricultural Science · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic, financial, and policy analysis
Établissements canadiensUniversity of AlbertaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceSoil waterLoamSowingEvapotranspirationSoil scienceAgronomySoil textureWater contentHydrology (agriculture)GeologyEcology

Résumé

récupéré en direct d'OpenAlex

The model performance to simulate soil water dynamics was evaluated by comparing the predicted soil water content values with calculated soil water at different phenological stages of wheat and total soil available water using neutron probe. The pre-sowing soil water (mm) in this study varied from 40 to 50 mm in loam and sandy clay soil of Islamabad and Chakwal, respectively. When soil water is >50 mm, its effect on crop establishment is dependent on amount and temporal distribution of rainfall. Plant available soil water seems to be the most important factor if rainfall occurs between sowing and floral initiation period as happened during 2008-09 in the present study. The dynamics of soil water from emergence to maturity represented here as total soil water that remained maximum at earlier plant stages especially when crop roots were established and utilized soil water effectively that resulted in the lowest level of water at maturity which can be due to the evapotranspiration. The results depicted that the soil water distribution pattern mainly depends on soil properties and if sowing methodologies are resilient with available soil water then crop stand will be good and crop uses water much effectively. The results also depicted that when soil water is at drain upper limit (DUL) and the crop sown at proper time along with least soil evaporation, the soil water can be more easily taken up by the plant roots. Furthermore, the simulated soil water by the model was in close agreement with actual data. The validation skill scores like R2 confirmed the actuality of the model, therefore, dynamic model like Agricultural Production System Simulator (APSIM) could be used to describe the distribution of rainwater into different components like infiltration, runoff and drainage, and it can be used as a decision support tool for accurate management of different cultural operations for sustainable atmosphere-soil-plant (ASP) system.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,211
Écart entre enseignants0,181 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetEconomic, financial, and policy analysisTravaux en français237 207