MétaCan
Menu
Retour à la cohorte
Enregistrement W4384557736 · doi:10.31219/osf.io/u6dza

Pupuk Hayati dan Limbah Jerami untuk Pertanian Berkelanjutan Tanaman Padi

2023· preprint· id· W4384557736 sur OpenAlexaff
Nana Danapriatna

Notice bibliographique

Revuenon disponible
Typepreprint
Langueid
DomaineAgricultural and Biological Sciences
ThématiquePlant Growth and Agriculture Techniques
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésHorticulturePhysicsBiology

Résumé

récupéré en direct d'OpenAlex

Buku ini menguraikan proses penjaringan bakteri penambat nitrogen (Azotobacter sp. dan Azospirillum sp.) dari ekosistem lahan sawah, serta hasil penelitian rumah kaca dan lapangan yang melibatkan inokulasi pupuk hayati dan pemberian kompos jerami padi. Hasil penelitian menunjukkan peningkatan kepadatan bakteri penambat nitrogen (N2), kandungan nutrisi tanah, dan konsentrasi nitrogen pada tanaman padi sawah. Selain itu, aplikasi pupuk hayati dan kompos jerami juga meningkatkan respirasi tanah, kandungan bahan organik tanah, dan hasil panen padi pada berbagai takaran pupuk nitrogen yang diberikan. Buku ini diharapkan dapat memberikan wawasan dan pemahaman yang lebih dalam mengenai penggunaan pupuk hayati dan kompos jerami dalam konteks pemulihan kesehatan tanah dan peningkatan produktivitas tanaman padi sawah. Penulis berharap buku ini dapat menjadi sumber inspirasi dan panduan bagi para petani, peneliti, dan pihak-pihak yang tertarik denggan pertanian berkelanjutan.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,232
Écart entre enseignants0,196 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant Growth and Agriculture TechniquesTravaux en français237 207