MétaCan
Menu
Retour à la cohorte
Enregistrement W2800411365 · doi:10.5539/jas.v10n6p154

Calcium Nitrate Dose and Application Period in American Lettuce (Lactuca sativa L.)

2018· article· en· W2800411365 sur OpenAlexvenueno aff
Cleiton Gredson Sabin Benett, Alan Kênio dos Santos Pereira, Leandro Caixeta Salomão, Katiane Santiago Silva Benett, Natália Arruda

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGrowth and nutrition in plants
Établissements canadiensnon disponible
Organismes subventionnairesInstituto Federal Goiás
Mots-clésTransplantingLactucaCalcium nitrateCalciumRandomized block designAnimal scienceFactorial experimentNitrateMathematicsHorticultureNitrogenBotanyChemistryAgronomyBiologySowingStatistics

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to evaluate the yield of American lettuce subjected to different dosages of calcium nitrate on two application schedules. The experiment used four replicates of a 2 × 5 factorial randomized complete block design, with two application schedules (Schedule 1: 50% of the dose at transplanting and 50% at 20 days after transplanting; Schedule 2: 50% at 10 days and 50% at 20 days after transplanting) and five doses (0, 150, 300, 450 and 600 kg ha-1). The following variables were evaluated: the number of inner and outer leaves, head height and diameter, head height/diameter ratio, compactness, stem diameter, relative index of chlorophyll, commercial production and nitrogen (N) and calcium (Ca) content in the inner and outer leaf. The data were subjected to analysis of variance (F test, with Tukey test for comparison of the means) for the application schedule and regression analysis for the calcium nitrate dose. The application of calcium nitrate positively influenced the nutritional characteristics of American lettuce in the 2nd schedule and the dose of 470 kg ha-1 presented better production.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,243
Écart entre enseignants0,230 · 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'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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetGrowth and nutrition in plantsTravaux en français237 207