MétaCan
Menu
Retour à la cohorte
Enregistrement W2801838988 · doi:10.2458/azu_rangelands_v58i2_hultgreen2

Evaluation of Openers for Seeding Meadow Brome Grass (Bromus riparius) Using Air Delivery Seeding Systems

2005· article· en· W2801838988 sur OpenAlexaffabout
D. H. McCartney, G. Hultgreen, Allan Boyden

Notice bibliographique

RevueJournal of Range Management · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueTurfgrass Adaptation and Management
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésSeedingSeederAgronomySowingSeedlingEnvironmental scienceMathematicsBiology

Résumé

récupéré en direct d'OpenAlex

There is interest in Canada in seeding grass seed using air seeders and air drills that were originally designed for seeding cereals and oilseeds. These seeders use an air delivery system to move the seed from large grain tanks on the seeder to the cultivator furrow openers for seed placement in the ground. Various types of furrow openers (i.e. spoons or knives) were evaluated for their effectiveness in placing meadow brome grass seed (Bromus riparius [Rehmann]) in the ground. Knife openers provided the best seed emergence results. Seed brakes and variable air velocities were also evaluated as a means of preventing the seed from blowing out of the seed row when using high air velocities. The screen-type seed brakes were prone to plugging with the grass seed. Acceptable seeding results were achieved without seed brakes when used at low air velocities; however, at these lower air velocities, seed distribution may be less accurate. It was also shown that when monoammonium phosphate (11-51-0) was mixed with the meadow brome grass seed at 33 kg ha-1 as a means of preventing seed bridging in the delivery system, the seedling emergence counts were significantly less than applying the fertilizer at the point where the seed enters the openers.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,070
Tête enseignante GPT0,298
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 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

Citations0
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Range ManagementMême sujetTurfgrass Adaptation and ManagementTravaux en français237 207