MétaCan
Menu
Retour à la cohorte
Enregistrement W2523889172

Recent situation of the small fruit industry in Poland

2015· article· en· W2523889172 sur OpenAlexaff
S. Pluta

Notice bibliographique

RevueAgrotechnology · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil Mechanics and Vehicle Dynamics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésTillagePenetrometerGeotechnical engineeringSoil scienceEnvironmental scienceSoil structureSoil testGeologySoil water
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

S loosening is a very important performance indicator forsub-soiling tools. In this study, soil loosening effects from a ripper (a sub-soiling tool) was investigated through numerical modeling. To assist the model development, tests of the ripper were performed in a field with a clay soil texture. In the tests, the ripper was operated at a tillage depth of 300 mm and travel speed of 3 km/h. Before testing, soil cone indices of the undisturbed field were measured using a cone penetrometer; after testing, soil cone indices of the disturbed soil resulting from the ripper passage were measured. A soil-ripper model was developed to simulate the field operation of the ripperand its interaction with soil using the discrete element method (DEM). The model was able to predict soil swell factor which is commonly used to evaluate the extent of soil loosening by a tillage tool. The model ripper was 1:1 scale representation of ripper used in the field tests, and the spherical model soil particles had diameters varying from 3 to 30 mm. The soil-ripper model was calibrated and validated through comparing soil cone indices measured in the field and thoseobtained through virtual penetration tests performed to the assembly of the model particles. The validated soilripper model was used to further investigate soil swell factor as affected by the ripper working depths under differentinitial soil porosities.

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 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 enseignants0,869
Score d'incertitude au seuil0,397

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 recherche0,0010,000
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 Opus0,024
Tête enseignante GPT0,209
Écart entre enseignants0,185 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgrotechnologyMême sujetSoil Mechanics and Vehicle DynamicsTravaux en français237 207