MétaCan
Menu
Retour à la cohorte
Enregistrement W2906357637

Yield performance of controlled upward tapping systems in relation to rubber tree, land and labour productivity

2010· article· en· W2906357637 sur OpenAlexaboutno aff
Do Kim Thanh, Nguyễn Quốc Cường, Nguyen Duc Tin

Notice bibliographique

RevueScience and Technology Journal of Agriculture and Rural Development · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTappingProductivitySpiral (railway)Yield (engineering)Quarter (Canadian coin)MathematicsEnvironmental scienceAgricultural engineeringGeographyEconomicsEngineeringPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Three controlled upward tapping (CUT) systems which generated from the combination of downward and upward tapping with variation in length of cut, period of tapping in one year cycle, and frequency of stimulation was tested on mature phase of rubber tree. Yield performance was recorded in four consecutive tapping years. Data was analysed in view of tree, land and labour productivity. Results have showed that all three CUT systems produced rubber yield at above the target of 2.000kg/ha/year averagely. The change over tapping system of half spiral downward cut for six months to half spiral upward cut for four months (1/2S ` 6m/12, 1/2S . 4m/12) appears disadvantages on tree and labour productivity. The double cut system of half spiral downward cut for 10 months combined with a quarter spiral upward cut for 7 months (1/2S ` 10m/12 + 1/4S . 7m/12) produces highest yield on GT 1. It is likely unsuitable for PB 235 due to lower yield from the third year of tapping in comparison to the single quarter spiral upward cut. This system needs more labour input to tap rubber tree that leads to show labour productivity. The single CUT system of a quarter spiral upward cut (1/4S . 10m/12) brings a balance between tree, land and labour productivity and promising for sustainable yield in long term

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,756
Score d'incertitude au seuil0,133

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 GPT0,189
Écart entre enseignants0,183 · 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'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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience and Technology Journal of Agriculture and Rural DevelopmentMême sujetIrrigation Practices and Water ManagementTravaux en français237 207