MétaCan
Menu
Retour à la cohorte
Enregistrement W2583149222 · doi:10.21273/hortsci.40.4.1132a

Environmental Losses of Soil-applied Nitrogen Sources in Lowbush Blueberry Production

2005· article· en· W2583149222 sur OpenAlexaff
David Percival, Gloria Thyssen, Kevin Sanderson, David L. Burton

Notice bibliographique

RevueHortScience · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBerry genetics and cultivation research
Établissements canadiensAgriculture and Agri-Food CanadaNova Scotia Department of Agriculture
Organismes subventionnairesnon disponible
Mots-clésDiammonium phosphateVolatilisationNitrogenAmmonia volatilization from ureaRandomized block designFertilizerUreaChemistryAmmonium sulfateHorticultureAmmoniumAgronomyNitrogen fertilizerAmmonium phosphateAnimal scienceBiology

Résumé

récupéré en direct d'OpenAlex

Environmental losses of soil-applied nitrogen fertilizers were examined during 2004 in commercial wild blueberry fields in the vegetative phase of production in Nova Scotia (NS) and Prince Edward Island (PE). A randomized complete-block experimental design with five treatments, five replications, a plot size of 8 × 6 m, and 2-m buffers between plots was used. Treatments consisted of a control (no fertilizer application) and nitrogen applications (N at 35 kg·ha -1 ) of ammonium sulphate (AS), urea (U), diammonium phosphate (DAP), and sulfur-coated urea (SCU). Nitrogen applications occurred on 19 May and 9 June at the Kemptown (NS) and Mount Vernon (PE) sites, respectively. Cumulative ammonia volatilization was determined through the use of open top chambers with volatilization samples collected on 1, 2, 5, 8, and 12 days after treatment application. In addition, leaf tissue and yield component data were collected. A significant volatilization treatment effect was present at the Kemptown site with the U and SCU treatments having volatilization rates that were 321% and 207% greater than the control, respectively. Therefore, results from this study indicate that volatilization losses are significant and site specific and can negatively influence blueberry growth.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,601
Score d'incertitude au seuil0,384

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 recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,197 · 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'étudeExpérimental (laboratoire)
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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHortScienceMême sujetBerry genetics and cultivation researchTravaux en français237 207