MétaCan
Menu
Retour à la cohorte
Enregistrement W3197260375 · doi:10.3390/agriculture11090830

Full-Season Cover Crops and Their Traits That Promote Agroecosystem Services

2021· article· en· W3197260375 sur OpenAlexaff
Cameron Wagg, Aafke van Erk, Erica Fava, Louis‐Pierre Comeau, T. Fatima Mitterboeck, Claudia Goyer, Sheng Li, Andrew McKenzie‐Gopsill, Aaron Mills

Notice bibliographique

RevueAgriculture · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésAgroecosystemCover cropAgronomyEcosystem servicesBiomass (ecology)Growing seasonAgroforestryBiologyCanopyAgricultureEcosystemEnvironmental scienceEcology

Résumé

récupéré en direct d'OpenAlex

Non-marketable crops are increasingly being used as a tool to promote agroecosystem services and sustainable agriculture. Nevertheless, crops vary greatly in the traits by which they capture resources and influence the local ecosystem. Here we report on the traits and associated soil microbial communities that relate to aboveground biomass production, nutrient capture, weed suppression, erosion control and building particulate organic matter of 22 different full-season cover crops. All agroecosystem services were positively correlated with maximum canopy height and leaf area. Rooting density was positively associated with indices of bacterial diversity. While some legumes produced the greatest standing N and P in aboveground biomass, they were also poor at capturing soil nitrate and promoted high levels of potential plant fungal pathogens. Conversely, Brassicaceae crops had the lowest levels of potential plant fungal pathogens, but also suppressed saprophytic fungi and rhizobia. Thus, not all crops are equal in their ability to promote all agroecosystem services, and while some crops may be ideal for promoting a specific agroecosystem service, this could result in a trade-off with another. Nonetheless, our study demonstrates that plant functional traits are informative for the selection of crops for promoting agroecosystem services.

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 enseignants0,002
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,193
Écart entre enseignants0,180 · 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

Citations40
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultureMême sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207