MétaCan
Menu
Retour à la cohorte
Enregistrement W4411618047 · doi:10.51847/bzvwgxytyy

10.51847/BZVwgXYtYy

2000· article· en· W4411618047 sur OpenAlexvenueno aff

Notice bibliographique

RevueTime to knit · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Land Suitability Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNutrientAgronomyBiologyEnvironmental scienceChemistryEcology

Résumé

récupéré en direct d'OpenAlex

A field experiment was organized on sandy soil (TypicTorriorthent) at a private vine yard (Agrofarms) at South El-Tahrer Province, El-Behiera Governorate, Egypt during 2015/2016, to establish the adequate ranges for some nutrients (N, P, K, Ca, Mg and Cl) through DRIS method under different Kfertilizers combination ratios.Fertigation was applied at the following twelve mixing ratios of potassium chloride (60 % K2O) K-KCl, potassium nitrate (46 % K2O) K-KNO3 and potassium sulfate (50 % K2O) K-K2SO4: (100 / 0 / 0), (75 / 25 / 0), (50 / 50 / 0), (25 / 75 / 0), (0 / 100 / 0), (0 / 75 / 25), (0 / 50 / 50), (0 / 25 / 75), (0 / 0 / 100), (25 / 0 / 75), (50 / 0 / 50) and (75 / 0 / 25) relative to 100 that equal to the total K requirement during growth stage (160 unit).The results showed that the lowest Nutrient Balance Index (NBI) was listed from blending treatments 0 % KCl + 50 % KNO3 + 50 % K2SO4, 25 % KCl + 75 % KNO3 + 0 % K2SO4, 0 % KCl + 25 % KNO3 + 75 % K2SO4 and 50 % KCl + 50 % KNO3 + 0 % K2SO4 were attained 25.90, 30.23, 30.56 and 33.13, respectively; these treatments achieved high quantity of grape yield which were 12.5, 11.0, 9.66 and 9.54 ton fed-1, respectively.The sufficient ranges for N, P, K, Ca, Mg and Cl were 0.97 to 0.86, 0.27 to 0.20, 2.81 to 2.11, 2.81 to 2.11, 1.05 to 0.77, 0.69 to 0.53 and 0.66 to 0.34 %, respectively.Whereas the deficient values of N, P, K, Ca, Mg and Cl when the concentration of these nutrients are less than 0.80, 0.16, 1.75, 0.64, 0.45 and 0.19 %, respectively.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,241

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)1,0000,996

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 Opus0,004
Tête enseignante GPT0,160
Écart entre enseignants0,156 · 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
GenreAutre

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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTime to knitMême sujetSoil and Land Suitability AnalysisTravaux en français237 207