MétaCan
Menu
Retour à la cohorte
Enregistrement W2154171522 · doi:10.13031/aea.29.9208

Characteristics of Soil Pockets Resulting from the AerWay Rolling Tines

2013· article· en· W2154171522 sur OpenAlexfundaboutno aff
Song Ai, Ying Chen, Neil B. McLaughlin, Junfa Wang

Notice bibliographique

RevueApplied Engineering in Agriculture · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil erosion and sediment transport
Établissements canadiensnon disponible
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésLoamTineAerationPenetration (warfare)Soil typeSoil waterManureEnvironmental scienceSoil scienceGeotechnical engineeringGeologyAgronomyMathematicsEngineeringBiologyWaste management

Résumé

récupéré en direct d'OpenAlex

Abstract. Soil aerators have recently been adapted for land application of liquid manure. Characteristics of the soil pockets formed by the aerator affect the manure infiltration, placement, and potential manure application rate. A two-year field study was carried out to evaluate factors affecting pocket characteristics in two forage fields in Manitoba, Canada; one field had a clay loam soil, and the other had a loamy sand soil. An AerWay aerator with two types of rolling tines (shatter and leaf tines) was used in the field study. Each type of rolling tine was operated at two different swing angles (0° and 5°) and two penetration depths (125 and 150 mm). The characteristics of the resultant soil pockets including pocket opening dimensions and pocket volume were measured. Pocket opening varied between 91 and 212 mm in length, 9 and 44 mm in width, and 1,088 and 5,555 mm2 in area. The volume of pocket also varied with the soil type, tine type, penetration depth, and swing angle, and ranged between 69 and 327 mL. Larger pocket openings and volumes were observed in the clay loam soil than in the loamy sand soil. The shatter tines created larger soil pocket volumes than the leaf tines. The larger swing angle and greater penetration depth resulted in larger soil pockets.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,154
Écart entre enseignants0,147 · 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'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
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Engineering in AgricultureMême sujetSoil erosion and sediment transportTravaux en français237 207