MétaCan
Menu
Retour à la cohorte
Enregistrement W4390440916 · doi:10.52846/aamc.v53i1.1487

THE CHEMICAL QUALITY EVALUATION OF SOME SOILS (CHERNOZEMS and LUVISOLS) FROM DOLJ COUNTY

2023· article· en· W4390440916 sur OpenAlexfundno aff
Alexandrina MANEA, Nicoleta Olimpia VRÎNCEANU, A. Gherghina, Georgiana PLOPEANU, Vera CARABULEA, Veronica TĂNASE

Notice bibliographique

RevueAnnals of the University of Craiova - Agriculture Montanology Cadastre Series · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensnon disponible
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésSoil waterOrganic matterTopsoilPhosphorusArable landEnvironmental scienceNitrogenPotassiumChemistryAgronomySoil scienceAgricultureGeography

Résumé

récupéré en direct d'OpenAlex

Agricultural lands represent 79% of the surface of Dolj county and about 84% are used as arable crops. Depending on the culture system chosen, the physical and chemical quality of the soil can be affected in different ways. The chemical quality of some soils from Dolj county (Chernozems, Luvisols) was evaluated using several indicators (soil reaction, organic matter content, total nitrogen, mobile phosphorus and mobile potassium). On the depth of 0-50 cm, in both soils, 75% of the mobile phosphorus values were very low-low, respectively extremely low-low. Most of the studied Luvisols were characterized by low values of the mobile potassium content (50% in the topsoil and 63% on the 0-50cm depth, respectively). High correlation between PAL and KAL content was found in case of Luvisols (R2=0.908) and low in case of Chernozems (R2=0.300). High correlation in case of Luvisols may be due to the applied fertilizers.The values of the content of organic matter, total nitrogen, mobile phosphorus and mobile potassium were lower in the case of Luvisols compared to Chernozems and in most cases the values of the studied chemical indicators decrease with an increasing depth. According to the analyzed data, these soils have high potential for mineral ang organic fertiliser application.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,055
Tête enseignante GPT0,254
Écart entre enseignants0,199 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the University of Craiova - Agriculture Montanology Cadastre Series Même sujetCrop Yield and Soil FertilityTravaux en français237 207