MétaCan
Menu
Retour à la cohorte
Enregistrement W2153259580 · doi:10.1080/00103620600822952

Residual Effect of Copper and Zinc from Fertilizers on Plant Concentration, Phytotoxicity, and Crop Yield Response

2006· article· en· W2153259580 sur OpenAlexaff
Umesh Gupta, Y. P. Kalra

Notice bibliographique

RevueCommunications in Soil Science and Plant Analysis · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Micronutrient Interactions and Effects
Établissements canadiensNatural Resources CanadaCanadian Forest ServiceAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésPhytotoxicityCopperZincAgronomyYield (engineering)CropCrop yieldResidualChemistryEnvironmental scienceBiologyHorticultureMaterials scienceMathematicsMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract To avoid toxicity resulting in reduced crop yields and/or phytotoxic symptoms on the foliage, information on the residual effect of micronutrient fertilization after periods of application is desirable. This article includes discussion on the micronutrients copper (Cu) and zinc (Zn), because they are essential and are of concern from plant and animal standpoints. In general, no detrimental effects in yield reduction or phytotoxicity were noted from Cu applications of up to 50 kg Cu ha−1 to barley (Hordeum vulgare L.) and wheat (Triticum aestivum L.). Barley was an exception where 50 kg Cu ha−1 decreased yield by about 12% in the first‐year crop. The Cu levels in plants did not exceed 9 mg kg−1. Studies showed that Zn applications of 50 kg ha−1 for 2 years in succession and the resulting crop tissue Zn levels as high as 105 mg kg−1 did not cause any phytotoxicity in cereals. The results of this study suggest that cereals can tolerate high levels of Cu and Zn.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil0,696

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,021
Tête enseignante GPT0,253
Écart entre enseignants0,232 · 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

Citations28
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications in Soil Science and Plant AnalysisMême sujetPlant Micronutrient Interactions and EffectsTravaux en français237 207