MétaCan
Menu
Retour à la cohorte
Enregistrement W3034016651

Soil Nitrogen Cycling as Influenced by Cover Crops in Saskatchewan

2020· article· en· W3034016651 sur OpenAlexaboutno aff
Olivia Otchere, Kate A. Congreves, Rich Farrell, Melissa Arcand, Bill Biligetu, Yvonne Lawley

Notice bibliographique

RevueUniversity Library (University of Saskatchewan) · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyclingEnvironmental scienceCover cropNitrogen cycleNitrogenCover (algebra)Nutrient cycleAgronomyAgroforestryForestryHydrology (agriculture)GeographyNutrientGeologyEcologyEngineeringChemistryBiologyGeotechnical engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This research aims to study the viability of growing cover crops in a field crop rotation in Saskatchewan, and the influence of cover crops on soil N availability, cash crop N use, and its potential for reducing N2O emissions. The experiment was initiated in 2018 on sandy loam soil of a Dark Brown Chernozem of the Asquith association, and comprises a 4-year rotation sequence of wheat-canola-potato-pea grown with shoulder-season cover crops (red clover, berseem/oat, rye and tillage radish, respectively) and without cover crops. A short rotation (wheat-canola) and a perennial alfalfa are included as comparison treatments. The plots are arranged in a randomized complete block design with four replicates. Crop yield and biomass measurements are collected, as well as cover crop measurements (plant counts, heights, ground cover, aboveground biomass); samples are analyzed for %N to determine crop performance and N use. Soil inorganic N dynamics are monitored during fall to determine soil N availability and supply. Preliminary results show cover crops did not have any impact on crop yields, but certain cover crops might influence soil N availability in the fall. However, this study is still in its early stage and will continue in order to obtain substantial evidence.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,165

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,157
Écart entre enseignants0,151 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueUniversity Library (University of Saskatchewan)Même sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207