MétaCan
Menu
Retour à la cohorte
Enregistrement W3045345624 · doi:10.28933/ajar-2020-06-2205

The influence of biofertilizer effect on switchgrass (Panicum virgatum) crop yield under greenhouse and field conditions in Guelph, Ontario, Canada

2020· article· en· W3045345624 sur OpenAlexaboutno aff

Notice bibliographique

RevueAmerican Journal of Agricultural Research · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioenergy crop production and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPanicum virgatumGreenhouseAgronomyPanicumYield (engineering)BiofertilizerCropEnvironmental scienceCrop yieldBioenergyBiologyBiotechnologyBiofuel

Résumé

récupéré en direct d'OpenAlex

Greenhouse and field experiments were conducted to test the effectiveness of biofertilizers on switchgrass (Panicum virgatum) yields compared to inorganic fertilizer and a zero-control. In the greenhouse, Variovorax paradoxus JM63, JumpStart® (Penicillium bilaii), inorganic fertilizer and control treatments resulted in significantly higher per L pot biomass yields compared to the control treatment; 2.74 (±0.24), 2.55 (±0.10), 2.52 (±0.24) and 1.34 (±0.09) g L-1, respectively. As JumpStart® is a commercially available biofertilizer, it was used in the field experiment along with inorganic and control treatments. All three treatments were applied to established (2014) switchgrass plots. Significantly (p<0.05) higher biomass yields of 10.73 (±1.33) and 7.67 (±0.30) Mg ha-1 were recorded for JumpStart® and inorganic fertilizer treatments, respectively, when compared to the zero-control biomass yield of 5.36 (±0.87) Mg ha-1. The enumeration soil test revealed that soil from JumpStart® and zero-control treatments had 20033, and <100 cfu/g of soil of Penicillium spp., respectively. Results suggest that commercially available JumpStart® could replace/supplement inorganic fertilizer application on well-established switchgrass fields but, its influence on long-term biomass yields need to be further verified.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,443
Score d'incertitude au seuil0,890

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

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 Opus0,029
Tête enseignante GPT0,270
Écart entre enseignants0,242 · 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 présentoui

Explorer davantage

Même revueAmerican Journal of Agricultural ResearchMême sujetBioenergy crop production and managementTravaux en français237 207