MétaCan
Menu
Retour à la cohorte
Enregistrement W2404308761 · doi:10.1080/1065657x.2016.1176968

Surface Soil Salinity and Soluble Salts after 15 Applications of Composted or Stockpiled Manure with Straw or Wood-Chips

2016· article· en· W2404308761 sur OpenAlexafffundabout
J.J. Miller, Bruce Beasley, C. F. Drury, F. J. Larney, Xiying Hao

Notice bibliographique

RevueCompost Science & Utilization · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésLoamManureSoil waterChemistryStrawSodium adsorption ratioSalinitySoil pHPotassiumFeedlotAgronomySodiumEnvironmental chemistryAnimal scienceEnvironmental scienceSoil scienceGeologyInorganic chemistry

Résumé

récupéré en direct d'OpenAlex

The influence of 15 annual applications of composted (CM) or stockpiled (SM) beef feedlot manure with straw (ST) or wood-chip (WD) bedding on electrical conductivity (EC), soluble cations and anions (Na, K, Ca, Mg, SO4-S, Cl), sodium adsorption ratio (SAR), potassium adsorption ratio (PAR), and pH of a clay loam soil (0–15 cm) in southern Alberta was examined in an irrigated barley silage cropping system. Manure type (CM versus SM) had a significant effect on certain soil salinity parameters. Calcium, Mg, Na, K, and SO4-S were significantly (p ≤ 0.05) greater for SM- than CM-amended soils for certain bedding materials and rates. Electrical conductivity, concentration of soluble cations and anions (Na, K, SO4-S, Cl), SAR, PAR, and pH in the surface soil were greater for ST than WD bedding. Two exceptions were Ca and Mg, where soil concentrations were generally greater for WD than ST. Salinity parameters were greater with increased application rate, and greater for amended than unamended soils. Overall, bedding had considerably more significant effects on soil salinity parameters compared to manure type. Wood-chip bedding may be a management tool for feedlots to lower EC, soluble cations and anions, and pH of surface soils.

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 enseignants0,080
Score d'incertitude au seuil0,160

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 savante0,0010,000
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 Opus0,055
Tête enseignante GPT0,285
Écart entre enseignants0,230 · 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

Citations31
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCompost Science & UtilizationMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207