Comparative nitrogen partitioning and water use by native and introduced grass communities in southern Alberta, Canada
Notice bibliographique
Résumé
The objectives of this research were to evaluate 1) short-term changes in soil and plant N partitioning created by cultivating and re-seeding native grasslands with two cropping systems of wheat and perennial (crested wheatgrass and Russian wildrye) monocultures; 2) differences in the rate of soil water uptake between Mixed Prairie grasslands, crested wheatgrass and Russian wildrye after a dry-down period; and 3) differences in above ground water use efficiencies, root and crown masses between Mixed Prairie grasslands, crested wheatgrass and Russian wildrye under two different soil water contents. The perennial agronomic species were recommended by Agriculture and Agrifood Canada for seeding in Mixed Prairie and Fescue grassland in southern Alberta, Canada. In the first four years after plow-down, soil nitrate (NO3 -) concentration was higher and light fraction N (LFN) was lower in the soil under wheat than native grasslands. Although LFN was lower in perennial monocultures than native grasslands, there was little difference in soil nitrate. More N was partitioned into shoot biomass of wheat, crested wheatgrass and bromegrass that native grasslands and levels increased as annual and long-term growing season precipitation increased. There were no differences in the rate of soil water uptake after dry-down periods between native Mixed Prairie, crested wheatgrass or Russian wildrye, but both perennial monocultures had higher above ground water use efficiencies than native Mixed Prairie.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».