MétaCan
Menu
Retour à la cohorte
Enregistrement W2410549069 · doi:10.1139/cjps-2015-0336

Effect of green manure crops, termination method, stubble crops, and fallow on soil water, available N, and exchangeable P

2016· article· en· W2410549069 sur OpenAlexafffundvenueabout
S.P. Mooleki, Yantai Gan, R. Lemke, R.P. Zentner, Chantal Hamel

Notice bibliographique

RevueCanadian Journal of Plant Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensAgriculture and Agri-Food CanadaSaskatchewan Ministry of Agriculture
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésAgronomyGreen manureField peaEnvironmental scienceManureSorghumCropSilageSowingBiology

Résumé

récupéré en direct d'OpenAlex

Green manure crops may have a role to play in the development of sustainable agricultural systems in the semiarid northern Great Plains of North America. This study determined the benefits of different green manure crops, seeding dates, and termination methods on soil nitrogen, phosphorus, and moisture, as well as the performance of durum wheat following green manures the following year. Field experiments were conducted at Swift Current, Saskatchewan, from 2006 to 2009. Three green manure crops [forage pea (Pisum sativum L.), chickling vetch (Lathyrus sativus L.), and black lentil (Lens culinaris Medik.)] were seeded in May, June, and July, and terminated at full bloom using glyphosate, rototilling or by frost. Other treatments included summerfallow and stubble of selected crops harvested for grain or silage. Different green manure crops, seeding dates or termination methods had similar effects on soil moisture, available N, and exchangeable P at termination or the following spring. These effects of green manure management on soil residual characteristics were comparable to those observed under summerfallow, but higher than those on grain or silage stubble. Therefore, green manure is a viable alternative to summerfallowing and could be seeded any time during the growing season. If seeded late, green manure could be terminated by frost, thus saving on costs.

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 enseignants0,008
Score d'incertitude au seuil0,015

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 Opus0,011
Tête enseignante GPT0,212
Écart entre enseignants0,201 · 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

Citations14
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207