MétaCan
Menu
Retour à la cohorte
Enregistrement W6982156267

Greenhouse gas emissions from drip irrigated tomato fields

2014· dissertation· en· W6982156267 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2014
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensnon disponible
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésDrip irrigationIrrigationWater contentSoil waterGrowing seasonGreenhouseMoisture
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Irrigation practices change the soil moisture in agricultural fields, and in turn influence the emissions of greenhouse gases.A two year field study was conducted to assess the emissions of CO2, CH4 and N2O from surface drip and subsurface drip irrigated tomato fields in Southwestern Ontario, Canada.Gas fluxes were obtained through the static chamber method, taking samples every 15 minutes over a one hour time period.Soil moisture and soil temperature were measured once per chamber per hour and used to help explain the gas emissions.A peak mean N2O flux at 405 µg N2O-N m -2 h -1 was observed from the five chambers in the surface drip irrigation treatment on July 8 th , 2013, shortly following a rainfall event.Most N2O fluxes which occurred during the irrigated portion of the growing season were around 50 µg N2O-N m -2 h -1 in both treatments, water added here was less than some of the large rainfall where peaks occurred.Both the lowest CO2 mean treatment fluxes (12 mg CO2-C m -2 h - 1 ) and highest (12 mg CO2-C m -2 h -1 ) were observed in the surface drip irrigation plots.Seasonal emissions of CO2 were significantly greater in surface drip plots than subsurface drip plots in 2013, but not in 2012, and this is likely attributed to soil temperature differences.Methane fluxes were mainly negative, indicating that the soil is a sink, as opposed to a source for this gas.Generally, there was no iii significant difference in soil moisture between the types of drip system.Consequently, there were only a few days which showed significant differences between subsurface drip irrigation and surface drip irrigation treatments for the hourly collected gas fluxes throughout the two growing seasons.Overall, the use of subsurface drip irrigation or surface drip irrigation does not affect the emissions of greenhouse gases from the tomato fields in this study.iv Résume M.Sc.Kerri Pearl Edwards Génie des bioressources Les techniques d'irrigation affectent l'humidité du sol dans les terres agricoles, ce qui affecte les émissions de gaz à effets de serre.Une étude sur le terrain d'une durée de deux ans a été menée dans le sud-ouest de l'Ontario au Canada afin de déterminer les émissions de CO2, CH4 et N2O de champs de tomates irrigués au goutte-à-goutte de surface et au goutte-à-goutte souterrain.Les flux de gaz ont été obtenus en prenant des échantillons à chaque 15 minute pour une durée d'une heure, en utilisant la méthode de chambre statique.L'humidité et la température des sols ont été mesurés et utilisés afin d'expliquer les émissions de gaz.La moyenne de flux de N2O a atteint un sommet de 405µg N2O-N m -2 h -1 dans le cas de l'irrigation au goutte-à-goutte de surface, peu de temps après un épisode de pluie.La majorité des flux de N2O qui se sont produits pendant le moment de la saison utilisant de l'irrigation était d'environ 50 µg N2O-N m -2 h -1 dans les deux traitements.La plus faible (12mg CO2-C m -2 h -1 ) et la plus haute (123mg CO2-C m -2 h -1 ) moyenne des flux des traitements ont toutes les deux été observées dans les champs irrigués au goutte-à-goutte de surface.Les flux de CH4 étaient principalement négatifs ce qui indiquent que les sols sont des puits, plutôt qu'une source de ce gaz.Une différence significative entre les flux des traitements a été démontrée seulement pour un nombre limité v de jour parce que l'humidité des sols créée par les deux systèmes d'irrigation de goutte-à-goutte était similaire.Les émissions saisonnières de CO2 étaient significativement plus hautes dans le cas des champs irrigués au goutte-àgoutte de surface que les champs irrigués au goutte-à-goutte souterrain en 2013, mais pas en 2012, ce qui est probablement dû aux différences dans les températures des sols.Globalement, l'utilisation de l'irrigation au goutte-à-goutte de surface ou de l'irrigation au goutte-à-goutte souterraine n'a pas d'effet majeur sur les émissions de gaz des sols dans les champs de tomates.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,175
Score d'incertitude au seuil0,349

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
Bibliométrie0,0000,000
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)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 Opus0,024
Tête enseignante GPT0,275
Écart entre enseignants0,251 · 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
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207