MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392015708 · doi:10.32920/25260823.v1

A Comparative Study of Total and Leachable Concentrations of Metallic Micronutrients in Canadian Marginal and Agricultural Land used for Sorghum Production

2024· preprint· en· W4392015708 sur OpenAlexaffabout
David J. Lewis

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensToronto Metropolitan UniversitySt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésSorghumMicronutrientAgricultureEnvironmental scienceAgricultural landAgricultural productivityProduction (economics)Agricultural economicsAgronomyGeographyForestryEconomicsBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

Marginal lands have not been well studied. As part of a five-year project to develop low-cost and high production systems for growing sorghum biomass on marginal lands in Canada, this research focuses on analyzing the total and leachable concentrations of metallic micronutrients (Cu, Fe, Mn, Mo, and Ni) in soil samples collected from one agricultural (London) and two marginal sites (Ottawa and Simcoe) in Ontario. This thesis aims to understand the differences for the metallic micronutrients within marginal and fields and if the sorghum and N-fertilizer alters their leachability. The concentrations were determined using acid digestion (total) and synthetic precipitation leaching procedure (leachable). The results concluded that there were no consistent trends between the various hybrids and the application of N-fertilizer (Urea). The elements Mn and Fe demonstrated a moderately negative association between the leachable concentration and the fresh biomass of the sorghum. The altering of the soil moisture (oven-dried and field-moist) demonstrated that the dry soil had higher leaching concentrations than the moist soil. The first-year results indicated a potential influence of metallic micronutrients within the soil and sorghum growth.

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 enseignants0,126
Score d'incertitude au seuil0,252

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,272
Écart entre enseignants0,247 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHeavy metals in environment→Travaux en français237 207→