MétaCan
Menu
Retour à la cohorte
Enregistrement W4415979424 · doi:10.5539/jas.v17n12p33

Determination of the Water Requirements of Two Legume Species (Pueraria phaseloides L. (Kudzu) and Desmodium heterocarpon subsp. ovalifolium cv. Maquenque) Used as Cover Crops in Oil Palm Cultivation

2025· article· W4415979424 sur OpenAlexvenueno aff
T. Rodríguez Delgado, Nólver Atanacio Arias Arias

Notice bibliographique

RevueJournal of Agricultural Science · 2025
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueOil Palm Production and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesFederación Nacional de Cultivadores de Palma de Aceite
Mots-clésCover cropEvapotranspirationLysimeterLegumeSoil waterWater balanceWater contentGreen manureWater useAgriculture

Résumé

récupéré en direct d'OpenAlex

The use of legume cover crops has become an established sustainable practice in agriculture due to their numerous benefits for soil conservation and their role in nutrient cycling and recycling. Additionally, it is essential to comprehend their role in crop water management, particularly in irrigated regions. This research was conducted at the Palmar de la Sierra Experimental Field in the Magdalena department of Colombia. The study aimed to determine the water requirements of the legumes Pueraria phaseloides L. and Desmodium heterocarpon subsp. ovalifolium cv. Maquenque and the evaluation of their development under three different soil moisture conditions: field capacity, 50% depletion, and 95% depletion. To achieve this, drainage lysimeters were set up using a completely randomized experimental design, and the water balance method was employed. The results indicate that both legume species are adversely affected by water deficit conditions, particularly P. phaseloides, which experiences a reduction in leaf area index of up to 12%. Under optimal soil moisture conditions, achieving more than 70% soil coverage, both legumes exhibited a similar average evapotranspiration rate of 3.2 mm day-1, with a range spanning from 1.2 to 4.8 mm day-1.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,399
Score d'incertitude au seuil0,756

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,002
Communication savante0,0000,002
Science ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,268
Écart entre enseignants0,255 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetOil Palm Production and SustainabilityTravaux en français237 207