MétaCan
Menu
Retour à la cohorte
Enregistrement W2920499484 · doi:10.5539/jas.v11n4p307

Doses and Application Seasons of Potassium in the Soybean-Corn Succession in Soil With Improved Fertility in the Southwest of Goiás

2019· article· en· W2920499484 sur OpenAlexvenueno aff
Warlles Domingos Xavier, Leandro Flávio Carneiro, Claudinei Martins Guimarães, João Vitor de Souza Silva, Flávio Araújo Pinto, Diego Oliveira Ribeiro, Vinícius Silva Sousa, Á. V. de Resende

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Management and Crop Yield
Établissements canadiensnon disponible
Organismes subventionnairesUniversidade Federal de GoiásCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésSowingHuman fertilizationAgronomySoil fertilityPotassiumEcological successionAnimal scienceBiologyPotashMathematicsSoil waterEnvironmental scienceFertilizerChemistryBotanyEcology

Résumé

récupéré en direct d'OpenAlex

Soils with improved fertility indicate opportunities for more rational use of fertilizers. The objective of this study was to evaluate the management of potassium fertilization in the succession of soybean-corn in soil with improved fertility, in the southwestern region of the state, Goiás. The experiment was set in 5×3 factorial scheme, arranged in randomized blocks with four repetitions. The treatments consisted of the combination of potassium doses (0, 40, 80, 120 and 160 kg ha-1 of K2O) and seasons of application (100% of the dose in pre-planting, 100% of the dose in coverage and in installments with 50% of the dose in pre-planting + 50% in coverage). The best performance of soybean, considering grain yield, was obtained with the parceled application of 80 kg ha-1 of K2O, with production of 3.6 Mg ha-1. The highest corn production was obtained with the anticipated application of 160 kg ha-1 of K2O in soybean. In the management of potassium fertilization in improved fertility soil in the soybean-corn succession, the parceled application of 120 kg ha-1 of K2O kept the available K reserve in the soil constant when compared to its initial content.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,296
Score d'incertitude au seuil0,290

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 ouverte0,0010,000
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 Opus0,008
Tête enseignante GPT0,211
Écart entre enseignants0,203 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetSoil Management and Crop YieldTravaux en français237 207