MétaCan
Menu
Retour à la cohorte
Enregistrement W3049306951 · doi:10.5539/jas.v12n9p166

Chemical Extractors to Assess Potassium Availability in Glauconitic Siltstone

2020· article· en· W3049306951 sur OpenAlexvenueno aff
Eliana Paula Fernandes Brasil, Wilson Mozena Leandro, Welldy Gonçalves Teixeira, Marcos Antonio Sanches Vieira, José Patrício Nunes de Souza, Henrique Victor Vieira

Notice bibliographique

RevueJournal of Agricultural Science · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueClay minerals and soil interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistryPotassiumSiltstoneCitric acidTartaric acidAmmonium chlorideFluorideSodiumTartrateAmmoniumHydrochloric acidNuclear chemistryFood scienceInorganic chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This paper aimed to evaluate the efficiency of chemical extractors to measure the availability of potassium (K) in glauconitic siltstone. An experiment with successive crops of beans and maize was installed under field conditions in Quirinópolis, Goiás State, Brazil, in a typical ortic Neossolo Quartzarênico. For both crops, the experimental design was a randomized block with four replications, resulting in a total of 24 experimental plots. Two sources and four doses of K2O were used, in addition to a control treatment with any K fertilization. The sources used were glauconitic siltstone and potassium chloride (KCl), and the doses applied through glauconitic siltstone corresponded to 1, 2, 4 and 8 times the dose of K2O applied via KCl as a reference. The following extractors were used: neutral ammonium citrate (NAC), citric acid 2% (CA), CA + ammonium fluoride 0.5% (NH4F), tartaric acid 5% (TA) + sodium fluoride 0.5% (NaF) (1:100), TA + NaF 0.5% (1:500), hydrochloric acid (HCl), and the method for extracting potassium from silicatic materials (MAPA-8.2.4.2). Among the tested extractors, the best one regarding productivity was the MAPA-8.2.4.2. The NAC and CA extractors showed the lowest correlations and should not be used henceforth to quantify soluble K from glauconitic siltstone.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,369
Score d'incertitude au seuil0,368

Scores Codex et Gemma par catégorie

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 technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,043
Tête enseignante GPT0,300
Écart entre enseignants0,257 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetClay minerals and soil interactionsTravaux en français237 207