MétaCan
Menu
Retour à la cohorte
Enregistrement W3121943055

Nitrogen abatement cost comparison for cropping systems under alternative management choices

2013· article· en· W3121943055 sur OpenAlexaboutno aff
Frederick Amon-Armah, Emmanuel K. Yiridoe, Dale Hebb, Rob Jamieson

Notice bibliographique

Revue2013 Annual Meeting, August 4-6, 2013, Washington, D.C. · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCropping systemAgronomyCroppingEnvironmental scienceCrop rotationGross marginNitrateAgricultureCropChemistryGeographyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

There is a need for cost-effective methods to reduce nitrogen pollution from agriculture. Marginal abatement cost (MAC) curves for nitrate-nitrogen pollution in an agricultural watershed are evaluated using estimated crop yield and nitrate pollution production functions for alternative cropping systems. The cropping systems considered in this study included i) two grain corn-based cropping systems; ii) two potato-based cropping systems; and iii) a vegetable-horticulture system, managed under conventional tillage (CT) and no-till (NT). The cost-effective potato-based cropping system which met the Health Canada maximum contaminant limit (MCL) for nitrate-N, with the highest gross margin ($6973 ha-1) and lowest abatement cost ($395 ha-1) was a potato-barley-winter wheat-potato-corn rotation under no-till (PBWPC-NT). Similarly, among the vegetable-horticulture cropping systems, potato-winter wheat-carrot-corn rotation under CT (PWRC-CT) generated the highest gross margin and lowest on-farm abatement cost ($680 ha-1). As the Health Canada allowable limit on nitrate-N pollution was relaxed (i.e., less stringent), the cost-effective corn-based cropping system shifted from a rotation involving corn-corn-alfalfa-alfalfa-alfalfa under CT to corn-corn-corn-alfalfa-alfalfa under NT.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,010
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,016
Tête enseignante GPT0,265
Écart entre enseignants0,249 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2013 Annual Meeting, August 4-6, 2013, Washington, D.C.Même sujetSoil and Water Nutrient DynamicsTravaux en français237 207