Extraction of Subsoil Nitrogen by Alfalfa, Alfalfa–Wheat, and Perennial Grass Systems
Notice bibliographique
Résumé
The role of alfalfa ( Medicago sativa L.) in extracting NO 3 –N from deep soils of areas with cold, short growing seasons, such as western Canada, is not well understood. A study was established in 1990 to determine NO 3 –N extraction ability to 300 cm; initial soil NO 3 –N concentrations were high (>8 mg kg −1 ). Systems included continuous alfalfa; annual rotations of spring wheat ( Triticum aestivum L.), field pea ( Pisum sativum L.), and barley ( Hordeum vulgare L.); a native‐grass system [big bluestem ( Andropogon gerardi Vitman) and western wheatgrass ( Agropyron smithii Rydb.)]; and continuous fallow. The annual rotation effectively lowered NO 3 –N to <2.3 mg kg −1 in the 30‐ to 90‐cm depth. By the 4th yr, alfalfa had reduced NO 3 –N concentrations to <3.8 mg kg −1 for the 30‐ to 240‐cm increment. The greatest NO 3 –N extraction benefits of alfalfa were realized in the 4th yr at a maximum soil depth of 270 cm. Subsoil NO 3 –N concentration increased in the continuous alfalfa between the 4th and 6th yr. Greater NO 3 –N extraction occurred with the native‐grass treatment compared with continuous alfalfa in the 0‐ to 120‐cm soil depth; however, similar extraction patterns existed below 120 cm. A system involving 4 yr of alfalfa followed by two wheat crops resulted in the lowest subsoil NO 3 –N concentration, even lower than the continuous alfalfa and native‐grass systems. It was concluded that subsoil NO 3 –N extraction with alfalfa was maximized when alfalfa was rotated with annual crops.
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 ».