MétaCan
Menu
Retour à la cohorte
Enregistrement W2155570241 · doi:10.1139/x03-057

Optimizing nitrogen loading of<i>Picea mariana</i>seedlings during nursery culture

2003· article· en· W2155570241 sur OpenAlexvenueno aff
K. Francis Salifu, V. R. Timmer

Notice bibliographique

RevueCanadian Journal of Forest Research · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSeedling growth and survival studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeedlingNutrientFertilizerSowingBiomass (ecology)Black spruceNitrogenPhosphorusAgronomyGrowing seasonHorticultureBiologyPlant nutritionAnimal scienceBotanyChemistryEcologyTaiga

Résumé

récupéré en direct d'OpenAlex

Plant growth and nutrient uptake response to increased fertilization can be conceptually described by cur vi linear relationships depicting phases of nutrient deficiency, sufficiency, luxury consumption, and toxicity to rationalize fertilizer prescriptions and improve nutrient diagnosis. We validated this model to determine optimum nitrogen storage of young black spruce (Picea mariana (Mill.) BSP). Container seedlings were supplied with a mixed nitrogen–phosphorus–potassium (N–P–K) fertilizer at rates ranging from 0 to 80 mg N/seedling and reared in a greenhouse for one growing season. Plant growth and nutritional parameters of the plants exhibited classic responses of N deficiency, luxury consumption, and toxicity that were corroborated by vector diagnosis and appeared consistent with the conceptual model. Seedling biomass production was maximized at sufficiency (30 mg N/seedling), whereas N content of tissues peaked at the optimum loading rate (64 mg N/seedling). Toxicity occurred at the 80 mg N/seedling dose rate that increased plant N concentration (5%) but reduced growth (17%) and N content (14%) relative to the optimum level. Plant N content was raised 150% by optimum loading, exemplifying the effectiveness of this practice for building internal N reserves prior to planting. The newly validated model will help refine fertilizer recommendations and nutrient diagnosis for other species or cultural systems.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0000,000

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 Opus0,028
Tête enseignante GPT0,270
Écart entre enseignants0,242 · 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

Citations113
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetSeedling growth and survival studiesTravaux en français237 207