Soybean Yields and Biomass Production of Winter Cover Crops in the Southwest of Parana – Brazil
Notice bibliographique
Résumé
The use of winter cover crops is an important practice for the management and conservation of soil and water in southern Brazil. The objective of this work was to evaluate the accumulation of green mass and dry mass in the aerial part of winter cover crops in monocropping and intercropping in southwestern Paraná, in the years 2016 and 2017. Randomized blocks were used as experimental design with a subdivided plot scheme of 50 m² with five replications. The cover crops used in monocropping were black oats and wheat, while for the intercropping black oats + turnips + rye + white lupin (AP+NF+C+TB), black oats + turnips (AP+NF) and black oats + turnips + rye + vetches + white lupin + buckwheat (AP+NF+C+E+TB+TM) were used. The data were subjected to analysis of variance and the means were compared by the Tukey test at 5 % probability. The intercrop composed of black oats + turnips + rye + vetches + white lupin + buckwheat had a higher production of green mass, with an average value of 50.880 kg ha-1. For the production of dry mass, the monocrop of black oats had higher yields, with an average value of 5.168 kg ha-1. The highest yields were obtained in the coverage area with black oats, turnips, rye, vetches, white lupin and buckwheat, presenting a yield in 2017 of 4.487 kg ha-1.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».