MétaCan
Menu
Retour à la cohorte
Enregistrement W2766493735 · doi:10.1515/jwld-2017-0033

Field evaluation of centre pivot sprinkler irrigation system in the North-East of Iran

2017· article· en· W2766493735 sur OpenAlexaboutno aff
Meysam Abedinpour

Notice bibliographique

RevueJournal of Water and Land Development · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDistribution uniformityIrrigationSoil gradationCenter pivot irrigationAgricultural engineeringEnvironmental scienceMathematicsQuarter (Canadian coin)Hydrology (agriculture)Environmental engineeringEngineeringSoil scienceGeographyAgronomyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract A field evaluation of the technical performance of centre pivot sprinkler irrigation system was carried out during the maize crop growing season and when operating with different working speeds: S1 - 40%, S2 - 60% and S3 - 80%. For this goal, four uniformity measurements are to be considered in the evaluation; coefficient of uniformity (CU), distribution uniformity (DU), potential efficiency of low quarter application (PELQ) and actual efficiency of low quarter application (AELQ). The first step of evaluation of the sprinkler irrigation system is to compare the measured uniformity values with the standard values, DU ≥ 75%, CU ≥ 85%, AELQ and PELQ ≥ 90%. Effect of variation of speed produced CU values of 80.3, 82.7 and 86% for S1, S2, and S3 speed, respectively. Furthermore, DU standard value was obtained at S3 speed of 82%. Moreover, AELQ and PELQ were below the acceptable standard level of 90% for all speeds. Non-uniform water application leads to over or under irrigation in various parts of the field which can result in wasted water and energy. Therefore, regular evaluation of the irrigation equipments is needed to efficiently and effectively manage irrigation.

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)0,001
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 enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,048
Tête enseignante GPT0,247
Écart entre enseignants0,199 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Water and Land DevelopmentMême sujetIrrigation Practices and Water ManagementTravaux en français237 207