MétaCan
Menu
Retour à la cohorte
Enregistrement W3041838765 · doi:10.46534/jliv.2017.04.01.001

Kelp extract (Ascophyllumnodosum) can improve health and drought tolerance of green roof plants

2017· article· en· W3041838765 sur OpenAlexfundno aff
Stephanie Appleby-Jones, Jeremy Lundholm, Amy Heim

Notice bibliographique

RevueJournal of Living Architecture · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKelpGreenhouseAgronomyPerennial plantBiologyBiomass (ecology)GerminationEnvironmental scienceGreen roofFertilizerEcologyRoofGeography

Résumé

récupéré en direct d'OpenAlex

The soil additive Ascophyllumnodosum (Norwegian kelp) can increase drought tolerance of plants, and promote seed germination, yet there has been no published research testing this amendment on green roofs. Liquid A. nodosum extract in two volumes and a slow release fertilizer were tested in a pot culture experiment for annuals, perennial cultivars, and three native species. Kelp extract did not improve the germination percentage of any of these species. In drought conditions both on a green roof and in the greenhouse, kelp treatments increased plant biomass relative to controls for some species only; plant health and longevity weregenerally improved when kelp was applied as an amendment. Soil water content was higher in kelp treated pots compared to fertilizer treated pots, and higher than controls in kelp treated pots for some species. Application of this local renewable resource to green roof plants could help to improve plant and substrate health while improving drought tolerance of plants on green roofs.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,363
Score d'incertitude au seuil0,381

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,239
Écart entre enseignants0,229 · 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 tête enseignante, 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Living ArchitectureMême sujetUrban Heat Island MitigationTravaux en français237 207