MétaCan
Menu
Retour à la cohorte
Enregistrement W2772074662 · doi:10.2134/agronj2017.05.0278

Multi‐Year Effects of Biochar, Lipo‐Chitooligosaccharide, Thuricin 17, and Experimental Bio‐Fertilizer for Switchgrass

2017· article· en· W2772074662 sur OpenAlexaffabout
Selvakumari Arunachalam, Timothy Schwinghamer, Pierre Dutilleul, Donald L. Smith

Notice bibliographique

RevueAgronomy Journal · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioenergy crop production and management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBiocharPanicum virgatumDry weightFertilizerBiomass (ecology)AgronomyManureRandomized block designChemistryChicken manureBioenergyBiologyBiofuelPyrolysisBiotechnology

Résumé

récupéré en direct d'OpenAlex

Core Ideas Semi‐Markovian models indicate a positive effect of biochar on switchgrass dry weight. Recursive models show stem number affected fresh weight, which increased dry weight. Switchgrass responds to thuricin 17, an experimental signal compound. Previous research indicated that plant height and tillering contributed to the yield of switchgrass ( Panicum virgatum L.) transplants that were spaced at distances of 30 to 107 cm. In Québec, applications of 20 t ha −1 biochar to a sandy soil increased switchgrass biomass fertilized at 100 kg N ha −1 . Therefore, the research objectives of this study were to determine whether or not (i) 10 t ha −1 softwood biochar affects traits that contribute to dry weight of fertilized switchgrass; (ii) these traits are affected by: a bacteriocin of Bacillus thurigiensis NEB17 (thuricin 17), a lipo‐chitooligosaccharide of Bradyrhizobium japonicum 532C, and an experimental bio‐fertilizer; and (iii) the path modeling of treatment effects change over time. The experiment was arranged as a randomized complete block design with 11 treatments. For the establishment year, semi‐Markovian path models built on rank‐transformed data indicate that biochar increased dry weight of the aboveground portion of biomass ( b Biochar,DW = 0.20 ± 0.15). The data from subsequent years indicate that the stems count per plant directly affected fresh weight ( b Stems,FW = 0.65 ± 0.09 in 2014 and 0.56 ± 0.11 in 2015), which in turn directly affected dry weight ( b FW,DW = 0.89 ± 0.03 in 2014 and 0.83 ± 0.05 in 2015). Thuricin 17 increased the switchgrass height ( b T17,Height = 0.26 ± 0.10 based on 2014 and 2015 combined data). In conclusion, biochar can increase switchgrass height and dry weight in the establishment year, thuricin 17 can increase plant height in post‐establishment years, and therefore the effects change over time.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil0,443

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 technologies0,0010,000
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 Opus0,019
Tête enseignante GPT0,247
Écart entre enseignants0,228 · 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

Citations18
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgronomy JournalMême sujetBioenergy crop production and managementTravaux en français237 207