MétaCan
Menu
Retour à la cohorte

Spatio-Temporal Distributions and Environmental Safety Threshold of Cropland Fertilization of Jiangsu Province, China

2014· article· en· W2163068520 sur OpenAlexaff
Qin Pu Liu, John P. Giesy, Zhao Hui Li

Notice bibliographique

RevueAdvanced materials research · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Quality and Pollution
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésHectareHuman fertilizationFertilizerEnvironmental scienceCroppingAgricultureChinaEutrophicationMultiple croppingPopulationMathematicsAgronomyToxicologyGeographyNutrientBiologyEcologyDemography

Résumé

récupéré en direct d'OpenAlex

Correlations and non-linear regression analyses were used to determine the optimal rate of fertilization that would maximize production of grain while minimizing effects on the environment in Jiangsu Province, China. Correlation coefficients between the amounts of cereal grain produced and rates of fertilization were 0.880, 0.606, and 0.212 for the periods 1970-1983, 1984-1997, 1998-2011, respectively. Current amounts of chemical fertilization used are causing adverse effects on the environment. By use of simulation analyses, it was determined that 550 - 600 kilogram of fertilizers (a mix of N, P2O5, K2O) per hectare is the upper limit amount of fertilization that balances production and potential for eutrophication in Jiangsu. Amounts of fertilizer applied are greater in the North of Jiangsu Province with three-fold more fertilizers applied than in the south. Factors such as proportion of farmers in the regional population, incomes of farmers, multiple cropping index, proportion of land irrigated, proportion of land in agricultural production all influence the amount of fertilizers applied in this region.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,150

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
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,288
Écart entre enseignants0,271 · 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'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

Citations9
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetEnvironmental Quality and PollutionTravaux en français237 207