MétaCan
Menu
Retour à la cohorte
Enregistrement W7095641113

Evaluation of the Root Zone Water Quality Model (RZWQM) for Southern Ontario: Part II. Simulating Long-Term Effects of Nitrogen Management Practices on Crop Yield and Subsurface Drainage Water Quality

2015· article· en· W7095641113 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobalization and political ideologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLoamTile drainageDrainageSoil waterDNS root zoneCrop yieldWater qualityCrop rotationWell drainage
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Loss of nitrogen from the agricultural production system is of concern in Ontario. The challenge for researchers and farmers is to fulfi ll crop water requirements while limiting chemical movement with surface and subsurface runoff. The main objective of this study was to evaluate the long-term effects of current N management practices for corn production for two different soil types using the Root Zone Water Quality Model (RZWQM) for southern Ontario conditions. The model simulated the amount of subsurface tile drainage, residual soil nitrate-nitrogen (NO3-N), NO3-N in subsurface drainage water, and crop yield. The validated RZWQM for silt loam and sandy loam soils showed that the relative long-term effectiveness of the most economic rate of nitrogen (MERN) for corn production fl uctuates signifi cantly from year-to-year in response to weather patterns. In addition, soil type had a small but signifi cant effect on the MERN. Side-dress application of N on sandy loam resulted in signifi cant reduction in corn yield and NO3-N loss to shallow groundwater. Also, crop rotation from corn-soybean to corn-soybean-soybean resulted in a greater reduction of NO3-N loads in the tile outfl ow on silt loam soil than on sandy loam soil. Overall, the RZWQM simulated tile drain fl ow, NO3-N loss, and crop yield with reasonable accuracy. However, more fi eld work is needed to assist with identifying suitable values for a number of coeffi cients used in the RZWQM’s nutrient component for Ontario conditions. Key words: water pollution, computer modeling, nutrient management, crop yield

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,275

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,213
Tête enseignante GPT0,427
Écart entre enseignants0,214 · 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'étudeSimulation ou modélisation
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGlobalization and political ideologiesTravaux en français237 207