MétaCan
Menu
Retour à la cohorte
Enregistrement W4308464149 · doi:10.1016/j.scitotenv.2022.159990

Influence of cover crops at the four spheres: A review of ecosystem services, potential barriers, and future directions for North America

2022· review· en· W4308464149 sur OpenAlexafffund
Laura L. Van Eerd, Inderjot Chahal, Yajun Peng, Jessica C. Awrey

Notice bibliographique

RevueThe Science of The Total Environment · 2022
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Agri-Food Innovation AllianceMitacsOntario Ministry of Agriculture, Food and Rural AffairsGrain Farmers of Ontario
Mots-clésCover cropEnvironmental scienceAgroecosystemAgroforestryEcosystem servicesCrop yieldAgricultureAgronomyEcosystemEcologyBiology

Résumé

récupéré en direct d'OpenAlex

O emissions, reduced wind and water erosion, suppressed plant pathogens, and increased soil microbial activity and wildlife biodiversity. However, the magnitude of benefits observed with cover crops varied with cover crop type, location, and the duration of cover cropping. Notably, cover crop termination methods, designing crop rotations to fit cover crops, additional costs associated with cover crop integration, and uncertainty related to economic returns with cover crops are some of the major barriers limiting the adoption of cover crops into production systems, particularly in North America. In addition to long-term effects, future research on cover crop agronomy, breeding cover crop cultivars, and interactive effects of cover crops with other sustainable land management practices is needed.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,430

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,009
Tête enseignante GPT0,206
Écart entre enseignants0,197 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations112
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Science of The Total EnvironmentMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207