STICS Soil–Crop Model Performance for Predicting Biomass and Nitrogen Status of Spring Barley Cropped for 31 Years in a Gleysolic Soil from Northeastern Quebec (Canada)
Notice bibliographique
Résumé
Spring barley (Hordeum vulgare L.) is an increasingly important cash crop in the province of Quebec (Canada). Soil–crop models are powerful tools for analyzing and supporting sustainable crop production. STICS model has not yet been tested for spring barley grown over several decades. This study was conducted to calibrate and evaluate the STICS model, without annual reinitialization, for predicting aboveground biomass and N nutrition attributes at harvest during 31 years of successive cropping of spring barley grown in soil (silty clay, Humic Gleysol) from the Saguenay–Lac-Saint-Jean region (northeastern Quebec, Canada). There is a good agreement between observed and predicted variables during the 31 successive barley cropping years. STICS predicted well biomass accumulation and plant N content with a low relative bias (|normalized mean error| = 0–13%) and small prediction error (normalized root mean square error = 6–25%). Overall, the STICS outputs reproduced the same trends as the field-observed data with various tillage systems and N sources. Predictions of crop attributes were more accurate in years with rainfall close to the long-term average. These ‘newly calibrated’ parameters in STICS for spring barley cropped under continental cold and humid climates require validation using independent observation datasets from other sites.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».