MétaCan
Menu
Retour à la cohorte

Floristic diversity, size, and vertical distribution of the weed seedbank in ridge and conventional tillage systems

2000· article· en· W2172670604 sur OpenAlexaff
Anne Vanasse, Gilles Leroux

Notice bibliographique

RevueWeed Science · 2000
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésTillageLoamAgronomyPerennial plantSoil waterPloughWeedEnvironmental scienceGerminationSoil seed bankRidgeSoil horizonBiologySoil science

Résumé

récupéré en direct d'OpenAlex

The floristic diversity and the vertical distribution of the weed seedbank were studied in ridge tillage (RT) and conventional tillage (CT) systems in clay and clay loam soils. Viable seedbank populations were monitored during 3 yr using germination in a greenhouse. Ridge-tilled fields had a larger soil seedbank (2,992 seeds m−2) than moldboard-plowed fields (1,481 seeds m−2) in the top 15 cm. This result can be explained by the larger perennial seedbank of RT fields at both the 0- to 5-cm and 5- to 15-cm depths. Annual dicot seeds were more abundant in clay soils than in clay loams at the two soil depths. Annual grass seeds were more abundant under CT than under RT in clay soils at the two sampled depths. In clay loams, the density of annual grass seeds in RT fields was six times greater than in CT fields in the top 5 cm of soil and two times greater at the 5- to 15-cm depth. The vertical distribution of total seeds in soil did not differ between tillage systems. The top 5 cm of the 15-cm soil core contained 35 and 46% of all weed seed in CT and RT systems, respectively. However, the CT system had the highest concentration of annual dicot seeds 5 to 15 cm deep, whereas in the RT system, the same depth contained the highest concentration of perennial seeds. These results confirm that tillage systems and soil types can regulate seedbanks. Weed management programs must take this information into account.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

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
Bibliométrie0,0010,000
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 Opus0,010
Tête enseignante GPT0,195
Écart entre enseignants0,185 · 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

Citations22
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeed ScienceMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207