MétaCan
Menu
Retour à la cohorte
Enregistrement W2307778942 · doi:10.21273/horttech.21.3.274

Sensing of Crop Nitrogen Status: Opportunities, Tools, Limitations, and Supporting Information Requirements

2011· article· en· W2307778942 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueHortTechnology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Geostatistics and Mapping
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésFluorescenceUltravioletChlorophyllEnvironmental scienceNitrogenBiomass (ecology)Chlorophyll fluorescenceRemote sensingChemistryMaterials scienceAgronomyBotanyOptoelectronicsBiologyOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Diagnosing nitrogen (N) sufficiency in crops is used to help insure more effective management of N fertilizer application, and several indicators have been proposed to this end. The N nutrition index (NNI) offers a reliable measurement, but it is relatively difficult to determine. This index is based on the relationship between plant tissue N concentration and the biomass of the plant's aerial parts. However, a good estimate of the NNI should be obtained by nondestructive methods that can be carried out quickly. Although dependent on sites, chlorophyll meter (CM) measurements have been correlated with the NNI in corn ( Zea mays ). Since chlorophyll can be estimated through remote sensing, the possibility of quickly obtaining measurements for large surface areas points to practical applications for precision agriculture. When combined with the mapping of soil properties such as apparent electrical conductivity (EC), elevation and slope, such chlorophyll measurements make it possible to derive N fertilization recommendations by taking into account natural variations in the soil. Recently, an instrument called the Dualex (FORCE-A, Orsay, France) is marketed, which uses measurement methods based on the fluorescent properties of plant tissues. It is similar to the CM in terms of its operating principle but it measures polyphenolics (Phen), compounds that accumulate in the epidermis of leaves under N stress. Epidermal transmittance to ultraviolet light is assessed by the fluorescence excitation ratio F(ultraviolet)/F(REF), where F(ultraviolet) is the fluorescence excitation detected following ultraviolet excitation, and F(REF) is the fluorescence detected on excitation at a reference wavelength, not absorbed by the epidermis. Although the Dualex generally did not identify more differences among treatments than the CM in our studies on wheat ( Triticum aestivum ), corn, and broccoli ( Brassica oleracea ssp. italica ), combining the two measurements in a chlorophyll/Phen ratio improved the relationships with crop N nutrition status appreciably. This ratio can also be estimated by remote sensing techniques. The NNI on its own does not constitute an economically optimal recommendation for N fertilizer [economically optimal N rate (EONR)]. The EONR is the N rate at which profit is greatest. Work is currently being done to use overfertilized reference plots for this purpose and to permit an improved correlation between the indicator (NNI or chlorophyll) and EONR.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,860
Score d'incertitude au seuil0,317

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,108
Tête enseignante GPT0,252
Écart entre enseignants0,145 · 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