MétaCan
Menu
Retour à la cohorte
Enregistrement W4251680696 · doi:10.4148/2378-5977.7437

Soybean: Evaluation of Inoculation

2017· article· en· W4251680696 sur OpenAlexaboutno aff
Tatiana Máximo Almeida Albuquerque, O. Ortez, G. I. Carmona, Ignacio A. Ciampitti

Notice bibliographique

RevueKansas Agricultural Experiment Station Research Reports · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLegume Nitrogen Fixing Symbiosis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInoculationAcreYield (engineering)CropAgronomyBushelBiologyNitrogen fixationNitrogenHorticultureChemistry

Résumé

récupéré en direct d'OpenAlex

Most of the nitrogen (N) required by a soybean plant is supplied via biological nitrogen fixation (BNF). When BNF is adequately established in the soil, soybean can obtain up to 50 to 75% of its N from the air. This project aims to quantify the response to inoculation for soybean in its second year in a field without previous history of this crop. Due to this objective, a field study was conducted during the 2015 and 2016 growing seasons at Ottawa, KS (East Central experiment field location). The treatments consisted of five different N-management approaches: non-inoculated (NI), inoculated ×1 (I×1), inoculated ×2 (I×2), inoculated ×3 (I×3), and non-inoculated but fertilized with 300 lb N/a (NF) as the main N source. In 2015, yields among treatments did not differ significantly from one another. In 2016, yields ranged from 36 to 59 bushels per acre. Greater yields were recorded when fertilized with 300 lb N/a, while lowest yield was related to the non-inoculated scenario. Treatments presented significant yield difference; however, the scenario with 300 lb N/a did not differ from the inoculated ×3; while the inoculated treatments were not different for the yield factor. In summary, further research should be pursued to be more conclusive as to the best management approach for N in soybeans in an area without history of this crop.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,137
Tête enseignante GPT0,394
Écart entre enseignants0,257 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKansas Agricultural Experiment Station Research ReportsMême sujetLegume Nitrogen Fixing SymbiosisTravaux en français237 207