MétaCan
Menu
Retour à la cohorte
Enregistrement W2793832361 · doi:10.5539/jas.v10n4p209

Macronutrients and Micronutrients Variability in Soybean Seeds

2018· article· en· W2793832361 sur OpenAlex
Rodrigo Lamaison de Vargas, Luís Osmar Braga Schuch, Willian Silva Barros, Geliandro Anhaia Rigo, Vinícius Jardel Szareski, Ivan Ricardo Carvalho, João Roberto Pimentel, Cristian Troyjack, Lanes Beatriz Acosta Jaques, Velci Queiróz de Souza, Tiago Corazza da Rosa, Tiago Zanatta Aumonde, Tiago Pedó

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Micronutrient Interactions and Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicronutrientPotassiumPhosphorusZincManganeseChemistryNutrientAgronomyBiology

Résumé

récupéré en direct d'OpenAlex

The objective of this work was to evaluate the chemical composition of the macronutrients: nitrogen (N), phosphorus (P), potassium (K), calcium (Ca), magnesium (Mg) and sulfur (S), and micronutrients: boron (Cu), iron (Fe), manganese (Mn), molybdenum (Mo) and zinc (Zn), and the elements aluminum (Al) and sodium (Na) measured in soybean seeds from different producing regions of Brazil. This work was carried out by sampling 2543 lots of soybean seeds produced in the 2009, 2010, 2011 and 2012 growing seasons. There is high variability of macro and micronutrients concentration in soybean seeds produced in several regions of Brazil. The nitrogen, potassium, phosphorus, and calcium are the most pronounced macronutrients in soybean seeds. Among the micronutrients, iron, manganese and zinc are those with more evidence. Understanding macro and micronutrients variability is critical for improving management and fertility treats in soybean seed production fields.

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.

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)0,002
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 enseignants0,906
Score d'incertitude au seuil0,223

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,009
Tête enseignante GPT0,224
Écart entre enseignants0,215 · 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