MétaCan
Menu
Retour à la cohorte
Enregistrement W2943536314 · doi:10.5539/jas.v11n6p113

Physical and Chemical Attributes of Yellow Oxisol With the Application of Cassava Wastewater After Intensive Mechanical Preparation

2019· article· en· W2943536314 sur OpenAlexvenueno aff
Iara Oliveira Fernandes, José Fernandes Filho, Karolina Oliveira Rocha Montenegro, Ésio de Castro Paes, Sérgio Ricardo Matos Almeida, João Albany Costa, Franceli da Silva

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-clésOxisolWastewaterVegetation (pathology)Saturation (graph theory)ChemistryBulk densityPulp and paper industryEnvironmental scienceAgronomySoil scienceSoil waterEnvironmental engineeringMathematicsBiology

Résumé

récupéré en direct d'OpenAlex

The objective of this work was to evaluate the effect of the application of cassava wastewater in the production of dry mass of the spontaneous vegetation and in the physical and chemical attributes of a Dystrocohesive Yellow Oxisol submitted to intensive mechanical preparation in the Bahia Recôncavo. The experimental design was a 2 × 2 factorial scheme in 4 randomized blocks, the bands consisting of the intensity of the mechanical preparation of plowing followed by sorting: T0: without preparation; T1: 4 preparations; T2: 8 preparations and T3: 12 preparations; the first factor is the presence of cassava wastewater: M-with cassava wastewater; W-only water and the second factor presence or not of vegetation: CV-with vegetation and SV-without vegetation. The results of the analysis of soil attributes in the depth of 0.0-0.15 m showed that the pH, saturation by base (V%), macroporosity (Ma) and total porosity (TP) decreased linearly with the increase of the intensity of the mechanical preparation, however soil density (SD) increased. The application of cassava wastewater reduced the resistance to penetration (PR), pH and Ca2+ and V% of the soil and increased the dry mass productivity of the spontaneous vegetation and the contents of phosphor.

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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,210
Écart entre enseignants0,201 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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