MétaCan
Menu
Retour à la cohorte
Enregistrement W2797085919 · doi:10.1139/cjss-2017-0061

Influence of long-term feedlot manure amendments on soil hydraulic conductivity, water-stable aggregates, and soil thermal properties during the growing season

2018· article· en· W2797085919 sur OpenAlexaffvenue
J.J. Miller, Bruce Beasley, C. F. Drury, Francis J. Larney, Xiying Hao, D. S. Chanasyk

Notice bibliographique

RevueCanadian Journal of Soil Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensUniversity of AlbertaAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésFeedlotLoamHydraulic conductivityManureBulk densitySoil waterStrawAnimal scienceEnvironmental scienceSoil conditionerSoil scienceAgronomyBiology

Résumé

récupéré en direct d'OpenAlex

Long-term application of feedlot manure to cropland may change the physical properties of soils. We measured selected soil (surface) physical properties of a Dark Brown Chernozemic clay loam where different amendments were annually applied for 15 (2013), 16 (2014), and 17 (2015) yr. The treatments were stockpiled (SM) or composted (CM) manure with either straw (ST) or wood-chip (WD) bedding applied at three rates (13, 39, and 77 Mg ha−1) and an unamended control. The effect of selected or all treatments on selected properties was determined in 2013–2015. These properties included field-saturated (Kfs) and near-saturated hydraulic conductivity or K(ψ), bulk density (BD), volumetric water content, soil temperature, soil thermal properties, and wet aggregate stability. The hypotheses that selected soil physical properties would improve more for treatments with greater total carbon in the amendments (SM > CM, WD > ST) was rejected. The exceptions were significantly (P ≤ 0.05) lower soil BD for SM than CM and WD than ST for certain dates, and lower soil thermal conductivity for WD than ST. Most soil physical properties generally had no response to 15–17 yr of annual applications of these feedlot amendments, but a few showed a positive response.

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)0,000
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 enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,202
Écart entre enseignants0,185 · 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

Citations17
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil ScienceMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207