MétaCan
Menu
Retour à la cohorte
Enregistrement W2972864432 · doi:10.5539/jas.v11n16p213

Initial Growth and Roots Development of Soybean as Function of Water Availability and Soil Bulk Density

2019· article· en· W2972864432 sur OpenAlexvenueno aff
Pâmela de Andrades Timm, Marília Alves Brito Pinto, José Maria Barbat Parfitt, Germani Concenço, Alexssandra Dayanne Soares de Campos, Thayse do Amaral Aires, Jaqueline Trombetta da Silva, Lessandro Coll Faria

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-clésHydric soilSoil compactionBulk densitySoil waterAgronomyContext (archaeology)CropEnvironmental scienceGreenhouseField capacitySoil structureWater potentialCompactionBiologySoil scienceMaterials science

Résumé

récupéré en direct d'OpenAlex

Soil compaction is preponderant in soil physical-hydric relationships, which in turn, exert direct effect on plant development. In this context, this work aimed to evaluate the initial development of shoot and roots of soybean plants (Glycine max (L.) Merril), cv. BMX Ícone, cultivated in different combinations of soil bulk densities and water availability. A greenhouse experiment was carried out at the EMBRAPA Lowland Experimental Station, Rio Grande do Sul, Brazil. Soybean plants were grown in seven levels of soil bulk density (1.4, 1.5, 1.6, 1.7, 1.8, 1.9 and 2.0 kg dm-3) coupled to two soil water tensions (10 and 50 kPa). Plant height and leaf area, as well as root volume, decreased when soybean was cultivated at 50 kPa, associated to soil bulk densities above 1.8 kg dm-3. Soybean crop showed to be most sensitive to water deficit than to soil compaction, and soil water tension around the field capacity (10 kPa) should be associated to soil bulk density lower than 1.8 kg dm-3 to allow adequate soybean crop development.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 Opus0,012
Tête enseignante GPT0,201
Écart entre enseignants0,189 · 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