HIệU QUả CủA PHÂN HữU CƠ Và VÔI TRONG CảI THIệN MộT Số ĐặC TíNH ĐấT Và SINH TRƯởNG CủA LúA TRÊN ĐấT NHIễM MặN
Notice bibliographique
Résumé
Xâm nhập mặn ảnh hưởng bất lợi đến sản xuất nông nghiệp và thu nhập của nông dân tại Thạnh Phú, Bến Tre. Vì thế, nghiên cứu cung cấp dinh dưỡng cân đối, cải thiện đặc tính đất nhiễm mặn, tăng năng suất cây trồng trên vùng đất nhiễm mặn là rất cần thiết thực hiện. Đề tài nghiên cứu nhằm đánh giá hiệu quả của bón phân hữu cơ và vôi trong cải thiện đặc tính đất nhiễm mặn và sinh trưởng của lúa trong điều kiện nhà lưới. Kết quả thí nghiệm cho thấy đất bị nhiễm mặn và mặn sodic khi bị ngập mặn với độ mặn 6? vào giai đọan cuối vụ trồng. Bón phân hữu cơ và vôi giúp, giảm nồng độ Na trao đổi và giảm ESP trong đất, đồng thời tăng đạm hữu dụng, lân dễ tiêu, kali trong đất. Tuy nhiên với độ mặn cao do ngập mặn 6?, cây lúa không thể phát triển. Trong điều kiện giảm độ mặn 5?, bón 5 T/ha phân hữu cơ và 0,5 T/ha vôi giúp cây lúa phát triển tốt, thành phần năng suất và năng suất lúa được cải thiện có ý nghĩa. Thí nghiệm cần được thực hiện tiếp trong điều kiện thực tế đồng ruộng.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,154 | 0,072 |
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 source (Gemma direct ou Codex distillé), 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 ».