MétaCan
Menu
Retour à la cohorte
Enregistrement W2167156820 · doi:10.3390/su70810602

Water Table Control for Increasing Yield and Saving Water in Cranberry Production

2015· article· en· W2167156820 sur OpenAlexafffundabout
Vincent Pelletier, Jacques Gallichand, Silvio José Gumière, Steeve Pépin, Jean Caron

Notice bibliographique

RevueSustainability · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEnvironmental scienceWater tableYield (engineering)Frost (temperature)IrrigationDrainageSugarWater useHydrology (agriculture)AgronomyGeologyChemistryBiologyGeotechnical engineeringEcology

Résumé

récupéré en direct d'OpenAlex

Water table control has been successfully tested to improve the sustainability of water management in cranberry production. In the province of Québec (Canada), three sites were investigated to determine the optimum water table depth below soil surface (WTD) using three criteria: (1) increasing yield without decreasing fruit quality; (2) minimizing the amount of water needed by the sprinkler system; and (3) avoiding hypoxic stresses in the rhizosphere. Our results show that the final yield, the berry sugar content, the total number of berries, the number of berries per upright, and the fruit set were maximized when the WTD was 60 cm. Sprinkler water savings of 77% were obtained where the WTD was shallower than 66 cm. In order to avoid hypoxic conditions due to poor drainage, the water level in the canals surrounding the beds should be lowered to 80 cm when a rainfall or a frost protection irrigation is anticipated. All sides of a block of beds must be surrounded by canals to ensure a uniform WTD and to avoid lateral hydraulic gradients that could cause peripheral seepage losses.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,664
Score d'incertitude au seuil0,464

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
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 Opus0,034
Tête enseignante GPT0,277
Écart entre enseignants0,243 · 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'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

Citations26
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetHorticultural and Viticultural ResearchTravaux en français237 207