MétaCan
Menu
Retour à la cohorte
Enregistrement W3093616775 · doi:10.4018/978-1-7998-5000-7.ch008

Precision Management Practices for Legal Cultivation of Cannabis (Cannabis sativa L.)

2020· book-chapter· en· W3093616775 sur OpenAlexaff
Aitazaz A. Farooque, Farhat Abbas

Notice bibliographique

RevueAdvances in environmental engineering and green technologies book series · 2020
Typebook-chapter
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Disease Management Techniques
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésCannabis sativaCannabisPowdery mildewAgricultureBiotechnologyBusinessNutrientNutrient managementScope (computer science)Agricultural scienceDisease managementEnvironmental scienceAgricultural engineeringEngineeringAgroforestryMedicineAgronomyBiologyDiseaseComputer scienceEcologyHorticulture

Résumé

récupéré en direct d'OpenAlex

Cannabis (Cannabis sativa L.) growers worldwide lack reliable and research-based information about precision management practices (PMP) of cannabis. The history, legal framework, and PMP for cultivation of cannabis have been reviewed with special emphasis on water management, nutrient management, and disease control for optimum cannabis production. The aim is to provide guidelines for precision farming of cannabis to meet fibrous and medicinal needs of the humankind. Therefore, the scope of this chapter is for the potential of hemp cultivation to meet industry needs of fiber and medicine. Methods of irrigation scheduling, nutrient applications, and keeping greenhouse hygienically clean for disease-free (i.e., powdery mildew) hemp production are discussed. Reviewed and recommended application rates of irrigation and nutrients, and environment controls have been tabulated. Chemical, biological, and physical controls of PM control and crop input requirements for disease-free cultivation of hemp are presented.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,762

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 savante0,0000,001
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 Opus0,007
Tête enseignante GPT0,197
Écart entre enseignants0,190 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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 présentoui

Explorer davantage

Même revueAdvances in environmental engineering and green technologies book seriesMême sujetPlant Disease Management TechniquesTravaux en français237 207