Минимализация обработки почвы под ячмень яровой в Северной Степи Украины
Notice bibliographique
Résumé
The effect of different tillage methods on soil agrophysical properties, water regime, weed infestation, as well as on growth and development, yield and economic efficiency of spring barley (Ilot variety) cultivation under the conditions of the Ukrainian Northern Steppe was studied. Experimental researches were carried out during 2011-2013 in a short crop rotation system: bare fallow- winter wheat -sunflower -spring barley- corn. The basic soil tillage for spring barley was performed using the plough PO-3-35 at a depth of 20-22 cm (control variant), chisel tillage – by Canadian chisel cultivator Conser Till Plow at a depth of 14-16 cm, and disc tillage – by heavy disk harrows BDT- 3 at a depth of 10-12 cm. It was found that chisel tillage provides the best conditions for moisture accumulation in the autumn-winter period due to crop residues and wavy nanorelief that ensures the maximum amount of moisture storage in spring compared to other tillage methods. Moldboard ploughing and chisel tillage influence the formation of the highest and almost identical grain yield – 2.51-2.90 and 2.36-2.88 t/ha respectively, which favourably affects total costs and profitability of barley grain production - 44.7-48.7 %.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».