MétaCan
Menu
Retour à la cohorte
Enregistrement W2188600042 · doi:10.21273/hortsci.37.1.95

Response of Plasticultured Bell Pepper to Staking, Irrigation Frequency, and Fertigated Nitrogen Rate

2002· article· en· W2188600042 sur OpenAlexafffund
Pat Bowen, Brenda Frey

Notice bibliographique

RevueHortScience · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensnon disponible
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésFertigationIrrigationMulchDry matterDrip irrigationPepperYield (engineering)HorticultureAgronomyWater contentNitrogenEnvironmental scienceBiologyChemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Effects of staking, drip irrigation frequency and fertigated N rate on dry matter partitioning and yield of bell peppers ( Capsicum annuum L.), grown using polyethylene mulch and mini-tunnels, were determined in two years. In the second year, which had higher early-season temperatures and more hours of direct sunlight, plants were larger, more productive and had larger fruit with thicker pericarps and a higher water content than in the first year. In both years, staked plants fertigated with 31.5 vs. 63 kg·ha -1 N produced higher yields due to increased fruit size and pericarp thickness. Compared with the response to monthly irrigation plus rainfall, additional irrigation applied when the soil moisture tension averaged below -25 and -20 kPa in the two years, respectively, affected yield only in the second year when it increased yield and the number of fruits produced by staked plants and decreased that of non-staked plants. Patterns of vegetative development and dry matter partitioning indicate that resources were remobilized from leaves to support fruit development.

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 enseignants0,002
Score d'incertitude au seuil0,004

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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,215
Écart entre enseignants0,189 · 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

Citations46
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHortScienceMême sujetIrrigation Practices and Water ManagementTravaux en français237 207