MétaCan
Menu
Retour à la cohorte
Enregistrement W7052667210

Short-term effect of soil disturbance by mechanical weeding on plant available nutrients in an organic vs conventional rotations experiment

2006· other· en· W7052667210 sur OpenAlexfundno aff

Notice bibliographique

RevueOrganic Eprints (International Centre for Research in Organic Food Systems, and Research Institute of Organic Agriculture) · 2006
Typeother
Langueen
DomaineEngineering
ThématiqueMagneto-Optical Properties and Applications
Établissements canadiensnon disponible
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésNucleofectionHyporeflexiaLiquationGestational periodDiafiltrationTSG101
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The question whether soil disturbance from mechanical weeding in organic systems affects nutrient release from organic matter in compost-amended soil was examined in a long-term organic-versus-conventional rotational cropping system experiment over three years. The experimental design included continuous snap beans, and a fully phased snap beans/fall rye crop rotation sequence. Treatments were combinations of yearly applied fertiliser (synthetic fertiliser, 1× compost, 3× compost) and weed control (herbicide, mechanical weeding). The 1× compost rate was calculated to deliver the equivalent of 50 kg N ha-1: equal to the rate ofN in the synthetic fertiliser treatments. Ion exchange membranes were buried for 24 hours following mechanical weeding in bean plots. Adsorbed ions were then eluted and quantified. Available ammonium-nitrogen was not affected byweeding treatment, but nitrate-nitrogen was consistently less in mechanically weeded plots than in plots treated with herbicide. Principal component analysis of NH4-N, NO3-N, P, K, Ca and Mg availabilities showed distinct groupings of treatments according to fertility treatment rather than weeding treatment. The effect of cropping sequence on available nutrients was pronounced (P ≤ 0.001) only in plots amended with synthetic fertilisers.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

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 Opus0,041
Tête enseignante GPT0,307
Écart entre enseignants0,266 · 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'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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganic Eprints (International Centre for Research in Organic Food Systems, and Research Institute of Organic Agriculture)Même sujetMagneto-Optical Properties and ApplicationsTravaux en français237 207