Prediction of Nitrogen Responses of Corn by Soil Nitrogen Mineralization Indicators
Notice bibliographique
Résumé
Soil nitrogen mineralization potential (N min) has to be spatially quantified to enable farmers to vary N fertilizer rates, optimize crop yields, and minimize N transfer from soils to the environment. The study objectives were to assess the spatial variability in soil N min potential based on clay and organic matter (OM) contents and the impact of grouping soils using these criteria on corn grain (Zea mays L.) yield, N uptake response curves to N fertilizer, and soil residual N. Four indicators were used: OM content and three equations involving OM and clay content. The study was conducted on a 15-ha field near Montreal, Quebec, Canada. In the spring 2000, soil samples (n = 150) were collected on a 30- x 30-m grid and six rates of N fertilizer (0 to 250 kg N ha(-1)) were applied. Kriged maps of particle size showed areas of clay, clay loam, and fine sandy loam soils. The N min indicators were spatially structured but soil nitrate (NO3-) was not. The N fertilizer rate to reach maximum grain yield (N max), as estimated by a quadratic model, varied among textural classes and Nmin indicators, and ranged from 159 to 250 kg N ha(-1). The proportion of variability (R2) and the standard error of the estimate (SE) varied among textural groups and N min indicators. The R2 ranged from 0.53 to 0.91 and the SE from 0.13 to 1.62. Corn grain N uptake was significantly affected by N fertilizer and the pattern of response differed with soil texture. For the 50 kg N ha(-1) rate, the apparent N min potential (ANM) was significantly larger in the clay loam (122 kg ha(-1)) than in the fine sandy loam (80 kg ha(-1)) or clay (64 kg ha(-1)) soils. The fall soil residual N was not affected by N fertlizer inputs. Textural classes can be used to predict N max. The N min indicators may also assist the variable rate N fertilizer inputs for corn production.
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 | 0,001 | 0,002 |
| 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 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 ».