Dairy Cattle Manure Improves Soil Productivity in Low Residue Rotation Systems
Notice bibliographique
Résumé
Mineral fertilizer alone may not sustain soil productivity in cropping systems that return little crop residues to the soil, unless additional organic residues and/or manure is applied regularly to the soil. The objective of the present study was to assess the long‐term effects of mineral fertilization (No fertilizer, PK, and NPK) and manure addition (0 and 20 Mg ha−1 yr−1) on soil physical and chemical properties and crop yields in a cereal rotation with removal of crop residues. After 28 yr, soil organic carbon (SOC) declined by −0.25 g C kg−1 yr−1 and total nitrogen (TN) by −0.025 g N kg−1 yr−1 with balanced mineral fertilization (NPK, no manure), comparable to the control (no manure, no fertilizer). In addition, mean weight diameter (MWD) of water‐stable aggregates was lower with balanced mineral fertilization than in the control. In contrast, long‐term application of manure significantly increased water‐stable macroaggregates, potentially mineralizable nitrogen (PMN), and soil preseeding NO3–N levels. Corn yield and N uptake were increased by mineral fertilization compared to the control, and manure application increased corn yield by 89 and 87% and corn N uptake by 110 and 79% in 2005 and 2006, respectively. Increased corn yield in manured plots was attributed to the residual manure‐derived nutrients and to improved soil properties. Mineral fertilizer alone could not sustain soil productivity in intensive low‐residues cropping systems.
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 ».