MétaCan
Menu
Retour à la cohorte
Enregistrement W3149455875

Topographic Indices and Yield Variability in a Rolling Landscape of Western Canada

2009· article· en· W3149455875 sur OpenAlexaboutno aff
Chi Bao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Geostatistics and Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésYield (engineering)Topographic Wetness IndexEnvironmental scienceHydrology (agriculture)Crop yieldCropElevation (ballistics)AgronomyPhysical geographyGeologyGeographyDigital elevation modelForestryMathematicsRemote sensing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Understanding the relationships between topographic indices and crop yield variability is important for soil manage- ment and crop production in rolling landscape. Two agricultural fields at Alvena and Hepburn, Saskatchewan, Canada were selected to examine how topographic indices were related to wheat yield under two topographic and weather conditions in the Canadian prairies. The landscapes of the two sites are classified as hummocky and the dominant soil type is an Aridic Ustoll. The relationships among yield, topography, soil, and weather were analyzed using wheat (Triticum aestivum L.) grain yield from Alvena in 2001 (dry year) and 2004 (wet year) and from Hepburn in 1998 (dry year). Topographic/soil indices included relative elevation, wetness index, upslope length, curvature, soil organic matter, and soil moisture storage before seeding. The results indicated that, in the dry years, the correlation coefficients between upslope length and grain yield were 0.79 for the typical rolling landscape (Alvena) in 2001 and 0.73 for shallow gentle rolling landscape (Hepburn) in 1998. In the wet year (2004), the relationships between yield and topographic/soil attributes were not as strong as in dry years. Therefore, upslope length was the best yield indicator for the two landscapes in dry years, whereas no topographic indices were highly correlated to crop yield in wet years. Those topographic indices seemed useful in identifying the yield variability and delineating the proper management zone.

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 enseignants0,340
Score d'incertitude au seuil0,516

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 Opus0,006
Tête enseignante GPT0,193
Écart entre enseignants0,186 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil Geostatistics and MappingTravaux en français237 207