MétaCan
Menu
Retour à la cohorte
Enregistrement W2922052928

Irrigation, substrats et fertilisation dans la culture hors-sol du fraisier, des enjeux pour une production optimisée

2015· article· fr· W2922052928 sur OpenAlexfundaboutno aff
Valérie Prémont

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEnvironmental science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Provenant d’Europe, la culture hors-sol du fraisier débute au Canada et ses paramètres doivent être adaptés aux conditions régionales. Les objectifs étaient d’identifier les substrats locaux adaptés à cette culture, d’en déterminer la régie d’irrigation adéquate et de définir l’impact de la concentration de la solution nutritive sur la culture. Au terme de trois expériences, il s’est avéré que la fibre de coco et les écorces vieillies obtiennent des rendements similaires et que les mélanges sciures-tourbe présentent une problématique d’implantation, particulièrement ceux à forte proportion de sciures. Toutefois, le substrat sciures-tourbe contenant moins de sciures égale les rendements des substrats coco et écorces lorsque l’implantation est réussie. Cette dernière est facilitée par une gestion humide de l’irrigation, et ce, pour tous les substrats. Finalement, la fertilisation européenne recommandée est appropriée pour les conditions régionales. En augmenter la dose n’améliore pas les rendements, mais ne fait qu’accroître les coûts de production.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,615
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,112
Tête enseignante GPT0,324
Écart entre enseignants0,212 · 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'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

Citations2
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHorticultural and Viticultural ResearchTravaux en français237 207