MétaCan
Menu
Retour à la cohorte
Enregistrement W2888325710

Gestion de l'irrigation des laitues romaines (Lactuca sativa L.) cultivées en sol organique

2011· article· fr· W2888325710 sur OpenAlexfundaboutno aff
Laurie Plamondon-Duchesneau

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2011
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLactucaHorticultureBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Au Canada, les producteurs de laitue au champ souhaitent améliorer l'irrigation afin de réduire les besoins en eau et le lessivage de l'azote et du phosphore dans le sol. Une bonne gestion peut mener à une utilisation plus rationnelle de l'eau, maximiser la productivité et réduire l'incidence de désordres physiologiques chez la laitue cultivée en mottes cubiques et en sol organique. Les hypothèses de cette étude sont que la productivité et l'incidence de la brûlure de la pointe de la laitue romaine sont affectées par le potentiel matriciel du sol qui varie selon les types de sol organique et la profondeur des contenants de culture. L'objectif général de cette étude est de mettre au point une régie d'irrigation adaptée aux besoins des cultures en sols organiques et aux contraintes environnementales et ainsi, obtenir une meilleure croissance végétale grâce à une meilleure synchronisation des besoins d'irrigation de la culture. Pour ce faire, différentes gestions d'irrigation ont été étudiées de même que l'influence de la profondeur de sol sur la croissance des transplants de laitue romaine. Des essais effectués en chambre de croissance (CAC) et en serre ont permis de conclure qu'une gestion de l'irrigation entre -20 et -30 kPa augmente la productivité de la laitue romaine à la récolte mais affecte peu l'incidence de la brûlure de la pointe.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,669
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,192
Écart entre enseignants0,177 · 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.

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

Citations6
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCorpus Université Laval (Université Laval)Même sujetAgriculture and Rural Development ResearchTravaux en français237 207