MétaCan
Menu
Retour à la cohorte
Enregistrement W7027937876

Effect of soil amended with thin stillage on growth of canola and soil properties in a controlled environment study

2009· other· en· W7027937876 sur OpenAlexfundaboutno aff

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Bioinformatics, and Biomedical Research
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Agriculture - Saskatchewan
Mots-clésStillageCanolaSoil classificationSoil conditionerSoil waterCrop yield
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A growth chamber study was conducted to evaluate the potential use of thin stillage as a soil
\nfertilizer amendment. Seven treatments; control, 3 thin stillage rates (100, 200, and 400 kg N
\nha¯¹) and 3 urea rates (100, 200, and 400 kg N ha¯¹) were used in a replicated growth chamber
\nstudy conducted in the spring of 2008 at the University of Saskatchewan. Canola (Brassica
\nnapus L.) was grown on a nitrogen deficient Brown Chernozemic soil (Haverhill Association).
\nDry matter yield and nutrient concentrations in plant tissues were determined after 34 days of
\ngrowth. Significant increases in canola dry matter yield and nutrient content were observed due
\nto thin stillage application. The thin stillage had a beneficial effect on plant growth by enhancing
\nplant biomass production and nutrient uptake. Applications up to 400 kg N ha¯¹ did not have a
\nnegative effect on canola biomass production. Land application of the residual thin stillage from
\nethanol production, may be an effective method to recycle nutrients to improve and maintain soil
\nproductivity, and increase plant nutrient availability and plant growth.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil0,619

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,228
Écart entre enseignants0,221 · 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
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGenetics, Bioinformatics, and Biomedical ResearchTravaux en français237 207