MétaCan
Menu
Retour à la cohorte
Enregistrement W2541944981 · doi:10.5539/emr.v5n2p47

Physicochemical Indices of Ground Water and Their Geoponic Management, in Coastal Odisha, India

2016· article· en· W2541944981 sur OpenAlexvenueno aff
Siba Prasad Mishra

Notice bibliographique

RevueEngineering Management Research · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIrrigationGroundwaterBrackish waterHydrology (agriculture)Water qualityAgricultureGeographyCropSalinityEnvironmental scienceAgronomyForestryEcologyGeologyBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Agriculture can not exist without water. At present the old practice of arbitrary use of water in irrigation sector has become unethical. Odisha is an agrarian state in east coast of India. For better yield of crops, quality of water is intricately related to the aquifer geometry, ground water flow regime and its quality. Coastal Odisha is having an area of 14700 sqkm and demography of 1.26 million. The land has mostly water logged alluvial crop land, deciduous forests or sandy dunes with an astomosed channels of hexa-deltaic rivers. The edaphic factors demand improvement of quality of ground water which is brackish. The physicochemical properties like pH value, electrical conductivity, inorganic constituents (Na+, Mg++, Ca++, K+) of ground water used for lift irrigation have been studied. Data from thousand number of wells from the study area are covered in various seasons during the years 2009-2014 along with the yield of the major crop, i.e., paddy. The indices and parameters like EC, SAR, KI, ESP, SSP, MAR, PI and alkalinity of the ground water are determined to show its fitness for irrigation in the area. The different water management policies and present activities are discussed so that the ground water can be used efficiently for irrigation in coastal Odisha.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,113

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
Bibliométrie0,0010,003
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 Opus0,014
Tête enseignante GPT0,228
Écart entre enseignants0,214 · 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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Management ResearchMême sujetGroundwater and Isotope GeochemistryTravaux en français237 207