Soil and Water Quality Rapidly Responds to the Perennial Grain Kernza Wheatgrass
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
Perennial grain cropping systems could address a number of contemporary agroecological problems, including soil degradation, NO 3 leaching, and soil C loss. Since it is likely that these systems will be rotated with other agronomic crops, a better understanding of how rapidly perennial grain systems improve local ecosystem services is needed. We quantified soil moisture, lysimeter NO 3 leaching, soil labile C accrual, and grain yields in the first 2 yr of a perennial grain crop under development [kernza wheatgrass, Thinopyrum intermedium (Host) Barkworth & D.R. Dewey] relative to annual winter wheat ( Triticum aestivum L.) under three management systems. Overall, differences between annual and perennial plants were much greater than differences observed due to management. In the second year, perennial kernza reduced soil moisture at lower depths and reduced total NO 3 leaching (by 86% or more) relative to annual wheat, indicating that perennial roots actively used more available soil water and captured more applied fertilizer than annual roots. Carbon mineralization rates beneath kernza during the second year were increased 13% compared with annual wheat. First‐year kernza grain yields were 4.5% of annual wheat, but second year yields increased to 33% of wheat with a harvest index of 0.10. Although current yields are modest, the realized ecosystem services associated with this developing crop are promising and are a compelling reason to continue breeding efforts for higher yields and for use as a multipurpose crop (e.g., grain, forage, and biofuel).
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) | 0,002 | 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