MétaCan
Menu
Retour à la cohorte
Enregistrement W4378516671 · doi:10.13287/j.1001-9332.202305.014

Effects of drip irrigation frequency on the yield and nutrient utilization efficiency of tomato under long-season cultivation in solar greenhouse.

2023· article· en· W4378516671 sur OpenAlexaff
Qingqing Meng, Feng-Ling Wu, Min Wei, Lun Meng, Jing Li, Fengjuan Yang

Notice bibliographique

RevuePubMed · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesnon disponible
Mots-clésDrip irrigationFertilizerNutrientDry matterGreenhouseAgronomyIrrigationWater-use efficiencyEnvironmental scienceChemistryBiology

Résumé

récupéré en direct d'OpenAlex

treatment, plant dry matter accumulation and the accumulation of N, P and K increased by 4.9%, 8.0%, 8.0%, 16.8%, the partial productivity of fertilizer and the utilization efficiency of water increased by 142.8% and 12.2%, the use efficiency of N, P and K was better than CK by 241.4%, 466.6% and 235.9%, respectively, and the tomato yield increased by 12.2%. Under the experimental conditions, drip irrigation with the Yamazaki nutrient solution at a frequency of 4 days could increase the tomato yield, as well as the use efficiency of nutrients and water. Under long-season cultivation, these trends would result in considerable saving of water and fertilizer. Overall, our findings provided a basis for improving the scientific management of water and fertilizers under long-season tomato cultivation in protected facilities.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,593
Score d'incertitude au seuil0,101

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,045
Tête enseignante GPT0,223
Écart entre enseignants0,178 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetIrrigation Practices and Water ManagementTravaux en français237 207