Nitrogen loss by surface runoff from different cropping systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Reducing nitrogen (N) loss from agricultural soils as surface runoff is essential to prevent surface water contamination. The objective of 3-year study, 2007–09, was to evaluate surface runoff and N loss from different cropping systems. There were four treatments, including one single-crop cropping system with winter wheat (Triticum aestivum L.) followed by summer fallow (wheat/fallow), and three double-cropping systems: winter wheat/corn (Zea mays L.), wheat/cotton (Gossypium hirsutum L.), and wheat/soybean (Glycine max L. Merrill). The wheat/fallow received no fertiliser in the summer fallow period. The four cropping systems were randomly assigned to 12 plots of 5 m by 2 m on a silty clay soil. Lower runoff was found in the three double-cropping systems than the wheat/fallow, with the lowest runoff from the wheat/soybean. The three double-cropping systems also substantially reduced losses of ammonium-N (NH4+-N), nitrate-N (NO3–-N), dissolved N (DN), and total N (TN) compared with the wheat/fallow. Among the three double-cropping systems, the highest losses of NO3–-N, DN, and TN were from the wheat/cotton, and the lowest losses were from the wheat/soybean. However, the wheat/soybean increased NO3–-N and DN concentrations compared with wheat/fallow. The losses in peak events accounted for >64% for NH4+-N, 58% for NO3–-N, and 41% for DN of the total losses occurring during the 3-year experimental period, suggesting that peak N-loss events should be focussed on for the control of N loss as surface runoff from agricultural fields.
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.
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 | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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 découle