MétaCan
Menu
Retour à la cohorte
Enregistrement W3114457592 · doi:10.3390/agronomy11010024

Spatial Variability of Soil Phosphorus Indices under Two Contrasting Grassland Fields in Eastern Canada

2020· article· en· W3114457592 sur OpenAlexafffundabout
Jeff D. Nze Memiaghe, Athyna N. Cambouris, Noura Ziadi, Antoine Karam, Isabelle Perron

Notice bibliographique

RevueAgronomy · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensUniversité LavalAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésEnvironmental scienceGrasslandGeostatisticsPastureSoil carbonSoil scienceSpatial variabilityAgronomySoil testHydrology (agriculture)Soil waterGeologyMathematics

Résumé

récupéré en direct d'OpenAlex

Phosphorus (P) is an essential nutrient for grassland production systems. However, continuous applications of P fertilizers result in soil P accumulations, increasing the risk of P losses in runoff and erosion. This study aims to investigate the field-scale variability of soil-test P (STP) in two contrasting grassland fields using descriptive statistics and geostatistics for accurate recommendations on soil sampling strategy and sustainable approaches to P management. A young grassland (YG; 2 years) and an old grassland (OG; 10 years under permanent pasture) were classified as humo-ferric podzol and received organic fertilizers. Soil samples were collected in 16-m by 16-m triangular grids at two depths (0–5 and 5–20 cm). They were analyzed for available P and other soil elements extracted using the Mehlich-3 method (M3). The agri-environmental P saturation index (P/Al)M3 was calculated. Phosphorus accumulation was observed in OG (0–5 cm) as a result of long-term manure applications. Repeated applications of organic fertilizers can impact the long-term buildup of soil P, thus decreasing soil P va-riability and spatial dependence in permanent grasslands. A soil sampling strategy focusing on the 0–5 cm layer should be retained in permanent grasslands for sustainable P recommendations in Eastern Canada.

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 enseignants0,293
Score d'incertitude au seuil0,507

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 Opus0,008
Tête enseignante GPT0,189
Écart entre enseignants0,181 · 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

Citations12
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAgronomyMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207