MétaCan
Menu
Retour à la cohorte
Enregistrement W2769148085 · doi:10.1139/cjss-2017-0031

A bioassay of nitrogen availability in soils amended with manure from cattle fed dried distiller grains with solubles: effects of construction and demolition waste and peat moss

2017· article· en· W2769148085 sur OpenAlexafffund
Ikechukwu Agomoh, Francis Zvomuya, Xiying Hao, Tim A. McAllister

Notice bibliographique

RevueTSpace (University of Toronto) · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhosphorus and nutrient management
Établissements canadiensUniversity of ManitobaAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food CanadaCenters for Disease Control and Prevention
Mots-clésCanolaPeatAgronomyLoamManureChernozemCompostEnvironmental scienceSoil waterChemistryBiology

Résumé

récupéré en direct d'OpenAlex

The use of construction and demolition waste (CDW) and peat moss as bedding in beef cattle feedlots may affect the amount of plant-available nitrogen (N) in manure. Such an effect, however, may differ between manure from cattle fed a regular grain diet (RM) and those fed dried distiller grains with solubles (DDGS) (DGM). We used five 40-day crop cycles in a greenhouse bioassay to determine the effects of RM and DGM manure containing CDW or peat moss on canola (Brassica napus L.) growth and N uptake in a Black Chernozem (loam, Typic Hapocryoll) and a Brown Chernozem (sandy clay loam, Aridic Haploboroll) with or without the addition of a nitrification inhibitor (nitrapyrin) in each cycle to minimize nitrate (NO3) leaching. Our results showed that the presence of CDW in DGM and RM manure depressed (P

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,901

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 technologies0,0000,001
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 Opus0,005
Tête enseignante GPT0,185
Écart entre enseignants0,180 · 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

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetPhosphorus and nutrient managementTravaux en français237 207