MétaCan
Menu
Retour à la cohorte
Enregistrement W3033718336

Performance of Chickpea-Flax and Pea-Mustard Intercrops at Two Saskatchewan Sites in 2019.

2020· article· en· W3033718336 sur OpenAlexaboutno aff
M. S. Reid, J.J. Schoenau, J. Diane Knight, Lana Shaw

Notice bibliographique

RevueUniversity Library (University of Saskatchewan) · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntercroppingAgronomyMustard seedBiologyHorticulture
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Intercropping is when two or more crops are grown together in the same field within the same growing season. There are numerous benefits to intercropping, some of which are increased yield of one or both crops, yield stability or reduced risk of crop failure, lower input costs of commercial fertilizer and pesticide applications. This is of interest to organic producers, conventional producers, and a growing number of producers who wish to change their mode of production from conventional to low-input agriculture. In the temperate growing zones the most popular intercrop combination is a legume with a non-legume. Legumes are good choice for intercropping due to their ability to fix nitrogen, which reduces their competition for nitrogen in an intercrop system. Intercropping with legumes could also achieve improved nutrient recovery from existing soil reserves. There is currently no published data on pulse/oilseed intercrops in western Canadian soils. My research addresses the need to document and understand the operative processes and mechanisms in pulse/oilseed intercrops through an initial exploration of the impact of the legumes and oilseed crops grown together and separately on grain production and nutrient cycling and availability. This information may assist in the implementation of effective of pulse/ oilseed intercrop systems in western Canada.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil0,516

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,160
Écart entre enseignants0,148 · 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
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueUniversity Library (University of Saskatchewan)Même sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207