MétaCan
Menu
Retour à la cohorte
Enregistrement W2942647021 · doi:10.5539/jas.v11n6p535

Residual Effect of Gypsum and Phosphate Fertilization on the Second Corn Crop

2019· article· en· W2942647021 sur OpenAlexvenueno aff
Héliton de Oliveira Resende, Magno Gonçalves Braz, Alex Oliveira Smaniotto, Izamara Fonseca Tempesta, Cláudio Hideo Martins da Costa, Simério Carlos Silva Cruz

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Management and Crop Yield
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGypsumHuman fertilizationPhosphorusAgronomyCropMicronutrientChemistryPhosphateCrop yieldAnimal scienceBiologyMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to evaluate the residual effect of the gypsum when used with phosphate fertilization on the mineral nutrition, development and yield of second corn crop. The experiment was conducted at UFJ, with an experimental design consisting of 15 treatments established in randomized blocks in a 5 × 3 factorial scheme, with 4 replicates. The first factor corresponded to doses of gypsum (0, 1, 2, 4 and 8 Mg ha-1) and the second factor corresponded to doses of phosphorus (0, 40 and 80 kg ha-1). 16 months after the application of the various doses and treatments of agricultural gypsum, the following components were evaluated: dry root mass, macro and micronutrient contents in the leaves, production components and grain yield. The residual effect (16 months) of gypsum did not increase efficiency of phosphate fertilization for second corn crop. Under water stress conditions, the yield of corn grains responds to the application of agricultural gypsum above that of the dose recommended by the formula NP = 5 × g kg-1 of clay, which for this research is 2.93 Mg ha-1 of gypsum. Phosphorus provides increases in corn grain yield only when 100% of the recommended dose is applied.

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

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 Opus0,009
Tête enseignante GPT0,204
Écart entre enseignants0,194 · 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 Management and Crop YieldTravaux en français237 207