MétaCan
Menu
Retour à la cohorte
Enregistrement W3137427397 · doi:10.5539/jas.v13n4p155

Technical, Field, Economic and Energy Comparison of Cutter Bar Maize Header With Snap Roll Maize Header

2021· article· en· W3137427397 sur OpenAlexvenueno aff
Surinder Thakur, Rupinder Chandel, Manjeet Singh

Notice bibliographique

RevueJournal of Agricultural Science · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAgricultural Engineering and Mechanization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeaderCropCombine harvesterBar (unit)EngineeringAgronomyEnvironmental scienceMathematicsBiologyMechanical engineeringGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

In India, most of the maize combine harvester currently being used employs snap roll type header. This type of header is costly, dependent on row spacing of maize crop and causes losses at headlands during turning. Moreover owing to its heavy weight its frequent lifting and downing during harvesting season causes hydraulic leakages in certain sections of combine. Therefore to overcome these problems a new light weight cutter bar Maize header is developed and evaluated for maize crop. The performance evaluation of the cutter bar type maize header is done in a dislodged and a partially lodged (30-40%) maize crop. For lodged crops, the header losses varied from 19.18-26.71% and for dislodged crops it was varied from 5.29-10.15% respectively. The cylinder losses for dislodged crop varied from 2.70-2.86% and for lodged crop it varied from 0.85-2.04%. The mean cleaning efficiency for lodged and dislodged maize crop was found as 88.87% and 90.58% respectively. The grain damage for lodged and dislodged crop was observed as 8.31% and 5.94% respectively. The trash content for lodged and dislodged crop was 2.75 and 3.45% respectively. The performance of snap roll and cutter bar was also done. Total losses with snap roll header were higher as 15.06% and lower for cutter bar as 10.85%. The brokens were higher for cutter bar as 5.94 and lower for snap roll as 3.45%. The trash content was 3.45% for cutter bar header and 2.24% for snap roll header. The total energy input in snap roll header, cutter bar maize header and maize dehusker cum sheller were 2360.05, 1970.90 and 3770.48 MJ/ha respectively.The cost of operatin with cutter bar maize header, snap roll maize header and maize dehusker cum sheller were 53.62 $/ha, 68.73$/ha 187.32 $/ha respectively.

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 enseignants0,004
Score d'incertitude au seuil0,009

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
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,200
Écart entre enseignants0,195 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAgricultural Engineering and MechanizationTravaux en français237 207