MétaCan
Menu
Retour à la cohorte
Enregistrement W2936334670 · doi:10.5539/jas.v11n5p525

Boron Desorption Kinetic in Calcareous Soils

2019· article· en· W2936334670 sur OpenAlexvenueno aff
Baydaa H. A. Al-Ameri

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Micronutrient Interactions and Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLoamSoil waterBoronCalcareousChemistryDesorptionBoric acidActivation energyEnvironmental chemistrySoil scienceEnvironmental scienceGeologyAdsorption

Résumé

récupéré en direct d'OpenAlex

Boron release (desorption) is one of the important factors use in estimating fertilizers use efficiency and management of boron in agricultural soils and correlation soil properties with it availability to plant. Chemical kinetics for boron desorption experiment was carried out of boric acid (source for boron fertilizer) under controlled conditions in three calcareous soils (clay, loamy and sandy loam) from central Iraq at three temperatures (278, 298 and 308 Kelvin), by using six mathematical and empirical equations viz. Zero order, First order, Second order, Parabolic diffusion, Power function and Elovich equation were used to study kinetic behavior of boron in calcareous soils. Elovich equation was the best for predication and describing boron released with highest correlation r = 0.942 and t value (9.004), and lowest SE.e (0.530) where boron release rate constant (K) was positively correlated with temperature (r = 0.978). Released rate constant (K) was increased from 0.329 to 0.561 hrs-1 as increasing incubation temperature from 278 to 308 K. Soils texture effect in boron release activation energy (Ea) in three soils under study. The overall average of boron release activation energy of three soils was 15.284 and the highest was 20.923 in clay soil and the lowest amount was 4.596 in sandy loam while loamy soil gave 20.332 KJ mol-1.

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 candidatesaucune
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 enseignants0,960
Score d'incertitude au seuil0,153

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
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 Opus0,008
Tête enseignante GPT0,210
Écart entre enseignants0,202 · 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'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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPlant Micronutrient Interactions and EffectsTravaux en français237 207