MétaCan
Menu
Retour à la cohorte
Enregistrement W4281485887 · doi:10.47856/ijaast.2022.v09i05.001

Understanding Importance of Soil Testing and Significance of SOC on Crop Productivity

2022· article· en· W4281485887 sur OpenAlexaff
Suruchi Malik, Anil Kanaujia, Samanwita Banerjee, Surbhi Sharma, Kirti Sharma

Notice bibliographique

RevueInternational Journal of Advances in Agricultural Science and Technology · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensCanadian Society of Microbiologists
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceSoil healthNutrientSoil waterSoil fertilityAerationPopulationCation-exchange capacityAgronomyNatural resource economicsSoil scienceEcologySoil organic matterBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

Healthy soils are important to grow healthy crops, raising healthy animals, and supporting a healthy human population through nutritionally balanced diets. As an indicator for soil health, SOC is important for its contributions to food production, mitigation and adaptation to climate change, and the achievement of the Sustainable Development Goals (SDGs). It supports multiple soil functions determining soil physical, chemical and biological quality parameters contributing to the productive capacity of soil. It improves soil structural stability by promoting aggregate formation which, together with porosity, ensures sufficient aeration and water infiltration to support plant growth. It is one of the factors that help in increasing water holding capacity, improves cation exchange capacity to hold huge quantities of positively charged nutrients such as calcium, magnesium and potassium until the plant needs them.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,597
Score d'incertitude au seuil0,208

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,041
Tête enseignante GPT0,268
Écart entre enseignants0,228 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Advances in Agricultural Science and TechnologyMême sujetCrop Yield and Soil FertilityTravaux en français237 207