Economics of potassium fertiliser application in rice, wheat and maize grown in the indo-gangetic plains
Notice bibliographique
Résumé
Kaushik Majumdar, Anil Kumar, Vishal Shahi and T. Satyanarayana International Plant Nutrition Institute (IPNI)-South Asia Program, Gurgaon, Haryana, India M. L. Jat and Dalip Kumar International Maize and Wheat Improvement Centre (CIMMYT), NASC Complex, Pusa, New Delhi, India Mirasol Pampolino International Plant Nutrition Institute (IPNI)-South East Asia Program, Penang, Malaysia Naveen Gupta Punjab Agricultural University, Ludhiana, Punjab, India Vinay Singh Dr. B. R. Ambedkar University, Agra, Uttar Pradesh, India B. S. Dwivedi and M. C. Meena Indian Agricultural Research Institute (IARI), Pusa, New Delhi, India V. K. Singh Project Directorate for Farming Systems Research, Modipuram, Meerut, India B. R. Kamboj Cereal Systems Initiative for South Asia (CSISA), IRRI-CIMMYT, Haryana Hub, Karnal, India H. S. Sidhu Borlaug Institute for South Asia (BISA), CIMMYT, Ladowal, Punjab, India and Adrian Johnston International Plant Nutrition Institute (IPNI), Saskatoon, Saskatchewan, Canada Indian J. Fert., Vol. 8 (5), pp.44-53 (10 pages)
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».