Low‐Input Management and Mature Conservation Tillage: Agronomic Potential in a Cool, Humid Climate
Notice bibliographique
Résumé
Combining low‐input systems with conservation tillage may be feasible for field crops under northeastern conditions. This study compared the effects of herbicide‐free (HF), organic (ORG), conventional (CONV), and herbicide‐tolerant (GM) cropping systems applied to three 20 yr‐old tillage treatments (MP, moldboard plow; CP, chisel plow; NT, no‐till) on weed biomass and crop productivity in a 4‐yr barley ( Hordeum vulgare L.)–red clover ( Trifolium pratense L.)–corn ( Zea mays L.)–soybean [ Glycine max (L.) Merr.] rotation. Barley yield (4.5 Mg ha –1 ), and red clover forage yield (two cuts: 5.3 Mg ha –1 ) were similar across treatments. With MP and CP tillage, silage corn yield for CONV and GM systems (15 Mg ha –1 ) was 25% greater than for HF and ORG (11 Mg ha –1 ), whereas HF‐NT and ORG‐NT systems produced no harvestable yield. Soybean yield for HF‐MP and ORG‐MP systems was similar to that for CONV and GM (2.4 Mg ha –1 ), whereas yield in for the HF and ORG systems with CP and NT was half or less than for other treatments. Some form of primary tillage (CP or MP) was needed in corn and soybean to achieve adequate weed control and yield in the ORG and HF systems. Midseason weed proportion of total biomass was greater in the HF and ORG systems with CP and NT, and provided good yield prediction in corn ( R 2 = 0.74) and soybean ( R 2 = 0.84). Nutrient availability appeared adequate in corn following N 2 –fixing red clover but limiting in NT and CP for soybean following corn. Improving crop sequence, fertilization, and weed management will be key to the adoption of low‐input systems using conservation tillage practices in cool, humid climates.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».