MétaCan
Menu
← Retour à la cohorte
Enregistrement W6998675022

ẢNH HƯỞNG DÀI HẠN CỦA PHÂN HỮU CƠ TRONG CẢI THIỆN ĐỘ PHÌ NHIÊU ĐẤT VÀ NĂNG SUẤT TRÁI CHÔM CHÔM (NEPHELIUM LAPPACEUM L.) TẠI CHỢ LÁCH - BẾN TRE

2014· article· vi· W6998675022 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2014
Typearticle
Languevi
DomaineEnvironmental Science
ThématiqueResearch studies in Vietnam
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Southeast asiaNova scotiaContext (archaeology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Application of inorganic fertilizers with high dose and unbalances has led to the decline of soil fertility in-terms of physicochemical, biological properties of fruit orchards. The objective of this experiment was to determine the long-term effect of organic compost amendment in improving soil properties and fruit yield. The experiment was conducted in six crops of rambutan with three different composts including sugarcane filter mud, biogas sludge and vermi-compost. Compost was amended at a rate of 18 kg.plant-1 combined with a low dose of inorganic fertilizers in comparison with farmer?s practice. The results showed that application of three kinds of compost with low and balanced nutrients of inorganic fertilizers resulted in significant increase of soil pH, soil organic matter content, soil available nitrogen and phosphorus, exchangeable K and calcium, base saturation percentage, soil structure stability, bulk density, soil respiration in comparison to farmers? practice (p < 0.05). From the third crops after organic amendment, fruit yield was significantly increased, 60 ? 136% compared with those in farmers? practice. Fruit weight was higher by measuring the number of fruit per kg in treatments supplied with biogas sludge and sugarcane fillter mud. The results need to be recommended to farmers for using compost and reducing inorganic fertilizers to improve soil fertility and to enhance rambutan fruit yield and to increase income for farmers.

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 enseignants0,018
Score d'incertitude au seuil0,062

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 technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,004

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 Opus0,234
Tête enseignante GPT0,573
Écart entre enseignants0,339 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetResearch studies in Vietnam→Travaux en français237 207→