MétaCan
Menu
Retour à la cohorte
Enregistrement W4416997511 · doi:10.1007/s12230-025-10030-w

Economic Assessment of Potato Response to Struvite and Conventional Phosphorus Fertilizer in Eastern Canada

2025· article· en· W4416997511 sur OpenAlexafffundabout
Mohammad Khakbazan, Judith Nyiraneza, Rim Benjannet, Athyna N. Cambouris, Keith Fuller, Stephan Hann, Noura Ziadi, Debabrata Biswas

Notice bibliographique

RevueAmerican Journal of Potato Research · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhosphorus and nutrient management
Établissements canadiensUniversity of FrederictonHôtel-Dieu de QuébecBrandon UniversityUniversité LavalHealth PEIUniversity of Prince Edward IslandAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésStruvitePhosphate fertilizerDiammonium phosphatePhosphorusFertilizerPhosphateAgricultureProfitability index

Résumé

récupéré en direct d'OpenAlex

Abstract Phosphorus (P) fertilizers are essential but potentially inefficient, especially in shallowrooted potatoes. A 3-year field experiment (2016-2018) was conducted in four distinct sites in Eastern Canada to investigate economic and environmental impacts of struvite-based slow-release and conventional P fertilizers in potato ( Solanum tuberosum L.). Marginal return (MR = gross revenue-total operating cost) was assessed for different P treatments (0, 60, 120, 180, and 240 kg P 2 O 5 ha -1 ) from triple super phosphate (TSP) and for different mixtures of struvite (25%, 50%, and 75%) and TSP at 180 P 2 O 5 kg ha -1 . Comparable MRs to TSP at a rate of 180 kg P2O5 ha- 1 were obtained with a mixture of 75% TSP and 25% struvite across sites and years. Results demonstrated that a struvite-based mixture can be a viable alternative to conventional P fertilizers, improving profitability and lowering potential cumulative environmental costs associated with P application by $8-$24 ha -1 year -1 for potato production.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,036
Score d'incertitude au seuil0,263

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,333
Écart entre enseignants0,319 · 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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Potato ResearchMême sujetPhosphorus and nutrient managementTravaux en français237 207