Long‐Term Manure Application and Forages Reduce Nitrogen Fertilizer Requirements of Silage Corn–Cereal Cropping Systems
Notice bibliographique
Résumé
Assessment of the soil N supply capacity is essential to optimize fertilizer N use. We investigated soil N supply capacity and fertilizer N recovery for three cropping systems established in 1977: silage corn (Zea mays L.)–cereal without (CC) and with 20 Mg ha−1 yr−1 manure (CCM), and silage corn–forage (3‐yr) with manure (CFM). During the present study (2005–2008), manure applications were suspended and a silage corn–silage corn–barley (Hordeum vulgaris L.)–wheat (Triticum aestivum L.) sequence was imposed to all systems. Fertilizer (15NH415NO3, 3.1 atom % 15N) was applied in 2005 to silage corn (160 kg N ha−1) and in 2007 to barley (80 kg N ha−1). The 15N recovery in silage corn and barley ranged from 40 to 59%, with the lowest values measured in CFM. Compared to the CC systems (47 kg N ha−1) in 2005, soil‐derived N in silage corn was two times higher under CCM (98 kg N ha−1), and four times higher under CFM (208 kg N ha−1). These differences decreased over years, but were still noticeable at the end of the experiment. Twenty‐two to 58% of applied 15N was recovered in the soil at harvest. More than 50% of this residual N was present in macroaggregates (>0.25 mm), whereas <20% was present in particulate organic matter (POM). Up to 75% of residual 15N was lost during the winter period, and little residual N was transferred to the following crop. These findings indicate that soil macroaggregates may be a preferential sink for residual fertilizer N, but this N is not present in stable forms and is vulnerable to environmental loss.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».