Soil Properties and Crop Yields in Response to Mixed Paper Mill Sludges, Dairy Cattle Manure, and Inorganic Fertilizer Application
Notice bibliographique
Résumé
The contribution of organic wastes to crop yields and soil fertility may be influenced by their composition and the soil type. This 6‐yr study (2001–2006) evaluated the effects of repeated additions of mineral fertilizers (MF), mixed paper mill sludges (PMS) (18, 36, and 54 Mg ha −1 ), dairy cattle manure (DCM) (36 Mg ha −1 ) alone or with reduced mineral fertilizer (60% NPK) (RMF) and a control, on soil properties and corn ( Zea mays L.), barley ( Hordeum vulgaris L.), and soybean ( Glycine max L. Merr.) yields in a clay loam and sandy loam. The applications of PMS and DCM increased mostly N mineralization and crop yields in the sandy loam than in the clay loam. However, increases of soil C contents, water‐stable aggregates and MWD following their application were higher in the clay loam than in the sandy loam. The DCM effects on the soil property changes were of less magnitude than those of PMS. Except in the first year, the PMS applications at rates of 36 and 54 Mg ha −1 without NPK, and PMS applied at a rate of 18 Mg ha −1 with 60% NPK, produced highest crop yields in both soils and were comparable to those obtained with MF. The increase in yield following DCM additions (36 Mg ha −1 ) was lower than that obtained with PMS. Annual MF applications increased crop yields in both soil without significant changes on soil properties. The benefits of PMS and DCM on soil properties and crop yields varied depending on organic wastes and soil type.
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 ».