Bio-Saline Agriculture Modeling, Using Saline Water for Irrigation Purposes
Notice bibliographique
Résumé
Climate change effects increase the scarcity of irrigation water and deterioration of its quality, which affects the crop water requirements. Researchers were studying the water recycling technique and finding about other possible renewable water resources for irrigation, they conclude that saline water can be used to meet part of the irrigation water needs for many crops under special field management, because there are many crops have a high tolerance to the salinity without decreasing in the yield. The current study aims to evaluate the economic yield of saline drainage water in irrigation. A computer program (Fıuat Ujaj) using Visual Basic language was constructed to use the largest possible amount of drainage water for irrigation after removing the toxic effects and then calculates the relative yield of the selected crops. The Main Outflow Drain (MOD) in Iraq was selected as a saline water resource which has 4.63 dS m-1 Electrical Conductivity (EC). This saline water contained high concentrations of chlorine and sodium ions. MFUP results showed that toxic effect of these ions can be removed by diluting with 35% of the nearby river water. MFUP results showed that the crops with high and medium tolerance to salinity give an acceptable yield ratio when they were irrigated with diluted water (35%) to remove toxicity effects only, while the dilution increases for crops of medium sensitivity, but the acceptable yield of sensitive crops is not achieved except with fresh river water. If the crop production is lower than the economically acceptable limit, another 5% of the river water will be added to mitigate, and the dilution process continues until the percentage of the river water become 80% of the irrigation water. If the required product is not achieved, then the program instructs to irrigate this crop with the river water only.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».