MétaCan
Menu
Retour à la cohorte
Enregistrement W2766007552 · doi:10.25077/js.4.1.5-9.2007

DEGRADASI LAHAN PADA KEBUN CAMPURAN DAN TEGALAN DI KABUPATEN DHARMASRAYA

2007· article· en· W2766007552 sur OpenAlexaff
Syafrimen Yasin, Gusnidar Gusnidar, Dedy Iskandar

Notice bibliographique

RevueJurnal Solum · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Growth and Agriculture Techniques
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésImperataUltisolRangelandEnvironmental scienceForestrySoil testSoil carbonSoil fertilityAgronomyGeographyAgroforestrySoil waterSoil scienceBiology

Résumé

récupéré en direct d'OpenAlex

A research conducted in Sungai Rumbai, Dharmasraya Regency and in Soil Laboratory Andalas university was aimed to evaluate soil fertility status on the depth below 0-20 cm from several land use types , especially under Mixed Garden and annual cultivated dryland soil.  Soil samples were taken on Ultisol at 0-8% slope (late-waving soil surface).  Land use types evaluated were forest, annual cultivated dryland, bush land, rangeland covered by Imperata cylindrica and mixed garden.  Composite soil samples for soil chemical analysis were taken on the 0-20 cm soil depth with four replications, and 5 drillings for each replication.  Undisturbed soil samples by using sample ring were used to analyze sol bulk volume.  The data resulted were compared to the criteria and were statistically tested using Analysis of Variance and then were continued by LSD at 5% level.  From the results of analyses could be concluded that land use  for mixed garden had the higher Organic Carbon (OC) content and the lower bulk volume (BV) than those for annual cultivated dryland soil.Key Words: Degradasi Lahan, Kebun Campuran, Tegalan

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,761
Score d'incertitude au seuil0,317

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 Opus0,013
Tête enseignante GPT0,211
Écart entre enseignants0,198 · 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'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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal SolumMême sujetPlant Growth and Agriculture TechniquesTravaux en français237 207