MétaCan
Menu
Retour à la cohorte
Enregistrement W2805831796 · doi:10.1038/s41598-018-22822-8

Effect of tillage and crop residue on soil temperature following planting for a Black soil in Northeast China

2018· article· en· W2805831796 sur OpenAlexaff
Yan Shen, Neil B. McLaughlin, Xiaoping Zhang, Minggang Xu, Aizhen Liang

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesYouth Innovation Promotion Association of the Chinese Academy of SciencesYouth Innovation Promotion AssociationChinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésSowingTillageAgronomyPloughCrop residueResidue (chemistry)Environmental scienceTemperate climateNo-till farmingSoil waterAgricultureBiologySoil scienceBotanySoil fertilityEcology

Résumé

récupéré en direct d'OpenAlex

Crop residue return is imperative to maintain soil health and productivity but some farmers resist adopting conservation tillage systems with residue return fearing reduced soil temperature following planting and crop yield. Soil temperatures were measured at 10 cm depth for one month following planting from 2004 to 2007 in a field experiment in Northeast China. Tillage treatments included mouldboard plough (MP), no till (NT), and ridge till (RT) with maize (Zea mays L.) and soybean (Glycine max Merr.) crops. Tillage had significant effects on soil temperature in 10 of 15 weekly periods. Weekly average NT soil temperature was 0-1.5 °C lower than MP, but the difference was significant (P < 0.05) only in 2007 when residue was not returned in MP the previous autumn. RT showed no clear advantage over NT in increasing soil temperature. Higher residue coverage caused lower soil temperature; the effect was greater for maize than soybean residue. Residue type had significant effect on soil temperature in 9 of 15 weekly periods with 0-1.9 °C lower soil temperature under maize than soybean residue. Both tillage and residue had small but inconsistent effect on soil temperature following planting in Northeast China representative of a cool to temperate zone.

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)0,002
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,141
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
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,224
Écart entre enseignants0,217 · 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

Citations120
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207