MétaCan
Menu
Retour à la cohorte
Enregistrement W2370919014

Effects of oat tillage systems on greenhouse gas emissions in dry land

2011· article· en· W2370919014 sur OpenAlexaff
Fengjuan Cui

Notice bibliographique

RevueGanhan diqu nongye yanjiu · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésTillageMulchEnvironmental scienceAgronomyGreenhouse gasConventional tillageSowingPlastic mulchBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Greenhouse gas emissions(CO2,CH4 and N2O) under 5 treatments,including conventional tillage,no-tillage with low stubble and low mulch,no-tillage with high stubble and low mulch,no-tillage with low stubble and high mulch,and no-tillage with high stubble and high mulch,were determined using static gas cases on oat production field before seed sowing,during growth,and after harvest.The results showed: CO2 emission fluxes followed a single peak curve,and the peak appeared at the seedling stage.CH4 fluxes were mostly negative,indicating there was a net absorption.Unobvious trend was observed for N2O emission.Of all the 5 treatments,CH4 and CO2 fluxes were descended in an order of conventional tillage,no-tillage with low stubble and low mulch,no-tillage with high stubble and low mulch,no-tillage with low stubble and high mulch,and no-tillage with high stubble and high mulch.N2O and CO2 presented an opposite trend in emission.The integrated emission effects of greenhouse gases were similar to CO2.Coverage with stubbles under no-tillage reduced CO2 emission and CH4 absorption,increased N2O emissions,and greenhouse gas emissions were also increased.But more studies are still warranted to investigate the long-term effects of the different treatments on greenhouse gas emissions.

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: aucune
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)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,016
Tête enseignante GPT0,200
Écart entre enseignants0,184 · 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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGanhan diqu nongye yanjiuMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207