MétaCan
Menu
Retour à la cohorte
Enregistrement W2911182953 · doi:10.5539/jas.v11n2p263

Quality No-tillage System: The Importance of the Use of Cover Species in Reducing Compaction and Soil and Water Losses Due to Erosion

2019· article· en· W2911182953 sur OpenAlexvenueno aff
Bruna de Villa, Deonir Secco, Luciene Kazue Tokura, Aracéli Ciotti de Marins, Pablo Chang, Simone Andréia Roehrs, Bruno Borges Ferreira, Lucas da Silveira, Matheus Schmidt, Claudia Borgmann, Diandra Ganascini, Vitória Regina Morello Gongora, Laís Fernanda Juchem do Nascimento

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil erosion and sediment transport
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSurface runoffEnvironmental scienceSoil compactionTillageSoil conservationInfiltration (HVAC)CompactionErosionSoil managementCover cropHydrology (agriculture)Soil scienceSoil waterAgroforestryAgricultureAgronomyGeotechnical engineeringGeologyEcologyGeography

Résumé

récupéré en direct d'OpenAlex

Water and soil losses due to surface runoff depend on rainfall intensity and periods, vegetation cover, slope, and ramp length, in addition to conservation practices. The implementation of a quality planting system for the effective control of erosion while avoiding the disintegration of the soil structure by the direct impact of dropping is of paramount importance. Nevertheless, the current no-tillage system has led to the emergence of compacted layers in the soil, which reduce water infiltration, favoring surface runoff. Thus, it is necessary to optimize the use of soil cover species, aiming at reducing compaction and, subsequently, losses of water and soil that flow superficially. The purpose of this study is to highlight the importance of using a quality management system to reduce soil and water losses due to erosion caused by compaction. Furthermore, it is hoped that the study may contribute to the guidance of the best use and management of the soil for farmers.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,038
Tête enseignante GPT0,236
Écart entre enseignants0,198 · 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'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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetSoil erosion and sediment transportTravaux en français237 207