Effects of Polymer‐coated Urea on Nitrate Leaching and Nitrogen Uptake by Potato
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
Increasing groundwater nitrate concentrations in potato (Solanum tuberosum L.) production regions have prompted the need to identify alternative nitrogen management practices. A new type of polymer-coated urea (PCU) called Environmentally Smart Nitrogen (Agrium, Inc., Calgary, AB) is significantly lower in cost than comparable PCUs, but its potential to reduce nitrate leaching and improve fertilizer recovery has not been extensively studied in potato. In 2006 and 2007, four rates of PCU applied at emergence were compared with equivalent rates of soluble N split-applied at emergence and post-hilling. Additional treatments included a 0 N control, two PCU timing treatments (applied at preplant or planting), and a soluble N fertigation simulation. Nitrate leaching, fertilizer N recovery, N use efficiency (NUE), and residual soil inorganic N were measured. Both 2006 and 2007 were low leaching years. Nitrate leaching with PCU (21.3 kg NO(3)-N ha(-1) averaged over N rates) was significantly lower than with split-applied soluble N (26.9 kg NO(3)-N ha(-1)). The soluble N fertigation treatment resulted in similar leaching as PCU at equivalent N rates. Apparent fertilizer N recovery with PCU (65% averaged over four rates) tended to be higher than split-applied soluble N (55%) at equivalent rates (p = 0.059). Residual soil N and NUE were not significantly affected by N source. Under the conditions of this study, PCU significantly reduced leaching and tended to improved N recovery over soluble N applied in two applications and resulted in similar N recovery and nitrate leaching as soluble N applied in six applications.
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 | 0,000 |
| 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 découle