MétaCan
Menu
Back to cohort
Record W7162067066 · doi:10.82308/28070

Viable microbial inoculation of granular fertilizer to improve row crop productivity in Southern Quebec

2020· dissertation· en· W7162067066 on OpenAlexaboutno aff
William Overbeek

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldAgricultural and Biological Sciences
TopicPlant Growth Enhancement Techniques
Canadian institutionsnot available
Fundersnot available
KeywordsZea maysFertilizerSemisMicrobial inoculantCrop productivity

Abstract

fetched live from OpenAlex

Dans le sud du Québec, le semis en rang est souvent accompagné d’un fertilisant appliqué en bande qui fournit une source de nutriments rapidement assimilables par les plantules. Une partie des fertilisants appliqués en bande n’est pas assimilée par les plantes ni les microorganismes du sol, affectant négativement les écosystèmes environnants. Les microbes bénéfiques aux plantes présents dans le sol jouent un rôle actif dans l’absorption des nutriments en les synthétisant ou en solubilisant des molécules non-disponibles aux plantes en formes facilement assimilable. Au cours des dernières années, une multitude de produits contenants des microbes bénéfiques aux plantes ont été commercialisés. Le but de ce projet vise à évaluer l’effet sur la croissance des plantes et la dynamique des communautés microbiennes de l’enrobage de deux consortia de microbes bénéfiques aux plantes sur les billes d’engrais granulaire. Le développement de maïs-grain et de pommes de terre fut suivi pendant 2 ans ainsi de l’évaluations des communautés microbiennes du sol produisant des pommes de terre durant la deuxième année. Les essaies sur le maïs et les pommes de terre utilisaient deux différentes doses d’inoculant microbiens pour chaque consortium. Dans la pomme de terre, un traitement additionnel ayant une deuxième application des consortia microbiens fut évalué. Les résultats montrent une augmentation significative du rendement jusqu’à 20.2% pour le maïs-grain pour une année sur deux, la masse de 100 grains de maïs était significativement augmentée pour les deux inoculants durant les deux années. La dose la plus faible procurait les meilleurs effets pour un produit tandis que pour l’autre produit, les meilleurs résultats variaient d’une année à l’autre entre les deux doses. Pour la pomme de terre, une hausse du rendement jusqu’à 19.6% fut mesurée, toutefois aucun traitement avait un effet significatif sur le traitement durant les deux années. L’analyse du sol en vrac et du sol rhizosphérique ne démontre pas d’effet provenant des consortia microbiens inoculés sur les communautés procaryotiques et fongiques du sol. La date d’échantillonnage et l’emplacement de l’échantillon avaient un effet significatif sur la composition des communautés microbiennes du sol. Une différence significative des communautés microbiennes était observée entre les trois premières campagnes échantillonnages et la dernière campagne d’échantillonnage. La grande période de temps entre le 3e et le 4e échantillonnage ainsi que des applications hebdomadaires de fongicides et un rehaussage des butons expliquent probablement la différence observée entre les campagnes d’échantillonnages. La composition des communautés microbiennes était significativement corrélée avec la teneur du sol en matière organique, en phosphore et plusieurs micronutriments expliquant en partie la différence observée dans les communautés microbiennes entre le premier block de traitements et les trois autres blocks de traitements. De façon globale, les résultats de ce projet augmentent notre compréhension face à l’enrobage d’inoculants microbiens autour de l’engrais de synthèse et la vérification de la viabilité de ces inoculants à différents moments pendant la saison, de la production de l’inoculant jusqu’à sa colonisation de la rhizosphère, dans la perspective de mieux comprendre les effets inconsistants des inoculants observés au niveau des plantes

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.193
Threshold uncertainty score0.979

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.011
GPT teacher head0.220
Teacher spread0.209 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same topicPlant Growth Enhancement TechniquesFrench-language works237,207