MétaCan
Menu
Retour à la cohorte
Enregistrement W2950165088 · doi:10.5539/jas.v11n9p188

Effect of NPK Fertilization on Tachigali vulgaris L. G. Silva & H. C. Lima Plants

2019· article· en· W2950165088 sur OpenAlexvenueno aff
Lenilson Ferreira Palheta, J. O. P. de Carvalho, Alailson Venceslau Santiago, Glauco André dos Santos Nogueira, Vitor Resende do Nasciemento, Cândido Ferreira de Oliveira Neto

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGrowth and nutrition in plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPotassiumPhosphorusSowingHuman fertilizationNitrogenAnimal scienceChemistryHorticultureAgronomyUreaBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The study on nutritional needs of the tree species T. vulgaris, has a great contribution to the formation and conduction of plantations, resulting in their choice in terms of the potential that has been demonstrated in the comparative trials of fast growing species (more than 0.60 m/year in height) and strong regional demand for firewood and coal. The objective of this study was to evaluate the growth of T. vulgaris in response to the application of nitrogen, phosphorus and potassium, from the beginning of the establishment until the second year after planting. The study was carried out in the municipality of Igarapé-Açu-PA, in a T. vulgaris plantation of 1.44 ha (14,400 m2), spacing of 2 m × 3 m (plants × lines). The treatments consisted in the use of commercial products urea, super triple phosphate and potassium chloride as source of N-nitrogen, phosphorus-P2O5 and potassium-K2O respectively, forming 8 treatmentswhich were analyzed using measures repeated in time. Treatment with combined doses of nitrogen and potassium contributed to a higher growth in height and diameter when compared to plants without fertilization. Fertilization of nitrogen (26.67 g) plus potassium (30 g) contributed to a higher planting growth.

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 enseignants0,005
Score d'incertitude au seuil0,009

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 recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,220 · 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 sujetGrowth and nutrition in plantsTravaux en français237 207