MétaCan
Menu
Retour à la cohorte
Enregistrement W2944163899 · doi:10.5539/jas.v11n7p86

Nitrogen Management in Maize Under Rainfed Conditions in the Brazilian Semiarid Region

2019· article· en· W2944163899 sur OpenAlexvenueno aff
Micaela Benigna Pereira, José L. dos S. Gomes, Vademir R. Cavalcante, Bruno de S. Oliveira, Jackson Teixeira Lobo, João Everthon da Silva Ribeiro, Fábio Mielezrski

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTranspirationNitrogenAgronomyCropShootStomatal conductanceZea maysPhotosynthesisYield (engineering)Soil waterHorticultureBiologyChemistryBotany

Résumé

récupéré en direct d'OpenAlex

Zea mays L. presents socioeconomic and cultural importance for the Northeast region of Brazil, its yield is directly related to the productive system, to the edaphoclimatic conditions and to the soil management. The aim of this work was to evaluate the development and the yield of maize under different nitrogen doses in rainfed conditions in the Brazilian semiarid. The experimental design was in randomized blocks, with four treatments and five replications, totalizing 20 experimental plots, with 24 plants each. The treatments were: T1 (0 kg ha-1 of N); T2 (40 kg ha-1 of N); T3 (60 kg ha-1 of N) and T4 (80 kg ha-1 of N). Were evaluated: plant height, culm diameter and number of leaves at 30, 45, 60, 75 and 90 days after emergence; leaf temperature, stomatal conductance, transpiration, liquid photosynthesis and intercellular carbon concentration at 65 days after emergence; yield, shoot dry mass and nitrogen content in the soil after harvest. The different nitrogen doses significantly influenced the plant height, culm diameter and the number of leaves in the different evaluation periods, also influencing the nitrogen levels in the soil after the harvest. There was no difference among treatments for the yield, the registered average was 5,205 kg ha-1. The development of the crop and the nitrogen absorption may have been influenced by the water deficit during the crop cycle. The maize presented better agronomic performance with the dose of 60 kg ha-1 of nitrogen.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,524
Score d'incertitude au seuil0,123

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 Opus0,016
Tête enseignante GPT0,239
Écart entre enseignants0,223 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetCrop Yield and Soil FertilityTravaux en français237 207