Impacts of Different Fertigation Indices of Center Pivot Sprinkling Machine on the Yield of Maize
Notice bibliographique
Résumé
This paper mainly explores the impacts of different fertigation indices of center pivot sprinkling machine (CPSM) on the yield of maize in Northeast China.A total of three fertigation modes were designed: the fertigation based on the CPSM (F1), fertigation based on the micro-sprinkling system (MSS) (F2), and the fertigation mode in which the MSS sprays fertilizers while the CPSM sprays water for drip washing (F3).The three fertigation modes were combined with three water levels (W1-W3) and three fertilizer levels (N1-N3) were.First, the fertilizer uniformities of the three fertigation modes were tested.Then, orthogonal field tests were conducted to observe the growth traits and yield indices of maize in each phase of growth period, under different combinations of fertigation mode, water volume and fertilizer volume.Based on the test results, the authors identified the most significant factors and levels affecting the traits and yield in each phase.The results show that the three fertigation modes can be ranked as F2>F3> F1 in fertilizer uniformity; the highest maize yield (12,807.22kg/hm 2 ) and lowest maize yield (10,324.8kg/hm 2 ) were observed in Plot 5 (W2N2F3) and Plot 1 (W1N1F1), respectively.In general, it is recommended to adopt the combination W2N2F3 to boost the yield of maize.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».