MétaCan
Menu
Retour à la cohorte
Enregistrement W2290458533 · doi:10.2166/ws.2015.045

Soil water movement under a drip irrigation double-point source

2015· article· en· W2290458533 sur OpenAlexaff
Lizhu Hou, Jie Shang, Jiangtao Liu, Haiyuan Lu, Zhiming Qi

Notice bibliographique

RevueWater Science & Technology Water Supply · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDrip irrigationWater contentEnvironmental scienceLoamIrrigationField capacityWater potentialInfiltration (HVAC)Surface irrigationSurface runoffSoil waterLeaching modelHydrology (agriculture)Soil scienceAgronomySoil fertilityMaterials scienceGeologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Particularly in dry regions, the scarcity of high-quality fresh water has heightened the importance of urban runoff water re-use, leading as well to the improvement of water use efficiency through the surface drip irrigation method. Given the limited research on wetting front migration under a surface drip irrigation emitter, soil water movement under a double-point-source irrigation emitter was investigated. An experimental soil bin was designed and filled with silt loam soil, and time domain reflectometry and tensiometers were used to measure soil moisture contents and soil water potential, respectively. The results show that under the conditions of 6 hours of irrigation with two drippers each delivering 1.05 L hr−1 and spaced at 45 cm, the soil moisture content of the 0–30 cm layer increased rapidly and reached 0.29 cm3 cm−3, and was greater than that in the 30–60 cm layer as irrigation proceeded. After 6 hours the irrigation was stopped, such that in the redistribution phase, soil moisture of the top layer gradually decreased, while that of the sublayer gradually increased. The results indicate that 6 hours of irrigation under given emitter flow conditions produced adequate soil moisture down to 30 cm for most shallow-rooted crops.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 Opus0,022
Tête enseignante GPT0,225
Écart entre enseignants0,202 · 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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & Technology Water SupplyMême sujetIrrigation Practices and Water ManagementTravaux en français237 207