Soil organic carbon and nitrogen pools as affected by compost applicationsto a sandy-loam soil in Québec
Notice bibliographique
Résumé
Compost contributes plant-available nutrients for crop production and adds partially decomposed carbon (C) to the soil organic carbon (SOC) pool. The effect of compost applications and other agricultural practices on SOC and total nitrogen (N) pools was determined in a sandy-loam Humic Gleysol at the Research Farm of McGill University, Ste-Anne-de-Bellevue, Quebec. Experimental plots with continuous silage corn (Zea mays L.) and silage corn-soybean (Glycine max L. Merr.) production were under conventional tillage (CT) or no-tillage (NT) management. Composted cattle manure was applied each spring at rates of 0, 5, 10 and 15 Mg (dry weight) ha -1 and supplemental NPK fertilizers were added to meet crop requirements. The C input from crop residues was affected by tillage, crop rotations and compost application, but differences in the SOC and total N pools were due to compost applications. After 5 yr, compost-amended plots gained 1.35 to 2.02 Mg C ha -1 yr -1 in the SOC pool and 0.18 to 0.24 Mg N ha -1 yr -1 in the total N pool, as compared with initial pool sizes when the experiment was initiated. These gains in SOC and total N were achieved with agronomic rates of compost and supplemental NPK fertilizers, selected to match the phosphorus requirements of silage corn. Such judicious use of compost has the potential to increase the SOC and total N pools in agroecosystems under annual crop production. Key words: Composted cattle manure, corn silage, mineral fertilizer, plant-available nitrogen, soil organic carbon
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».