MétaCan
Menu
Retour à la cohorte
Enregistrement W2522260326 · doi:10.1139/cjss-2016-0056

Influence of Long-term Application of Feedlot Amendments to Cropland on Ground Elevation, Ah Horizon Depth, and Soil Color

2016· article· en· W2522260326 sur OpenAlexaffvenue
J.J. Miller, Bruce Beasley, C. F. Drury, Francis J. Larney, Xiying Hao, D. S. Chanasyk

Notice bibliographique

RevueCanadian Journal of Soil Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensUniversity of AlbertaAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésFeedlotManureSoil waterStrawAnimal scienceEnvironmental scienceElevation (ballistics)FertilizerBeddingAgronomySoil scienceHorticultureBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

Few studies have examined the effect of long-term application of feedlot manure on ground elevation, Ah horizon depth, and color of surface soil. The objective of this study was to examine the effect of manure type (stockpiled vs. composted feedlot manure), bedding (straw vs. wood chips), and application rate (13, 39, and 77 Mg ha−1 dry wt.) on these soil properties after 17 annual applications. There was also one inorganic (IN) fertilizer treatment and an unamended control. Elevations were measured using a total station, and the Munsell value and chroma measured on field soil and on fine-ground (<150 μm) soil using color charts. Manure type and bedding had no significant (P > 0.05) effect on relative elevation and Ah depth, but relative elevation and Ah depth increased with greater application rates (10.7 cm increase in relative elevation at 77 Mg ha−1). The Munsell color value was significantly lower or darker for amended than unamended soils and shifted the Chernozemic soil Great Group classification for some treatments from Dark Brown to Black. Overall, greater rates of feedlot manure increased the relative elevation and Ah depth of amended soils and made the surface soil darker, but manure type and bedding had no effect.

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)0,001
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 enseignants0,995
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,012
Tête enseignante GPT0,222
Écart entre enseignants0,210 · 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

Citations5
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

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