Introduction: Evaluating Long‐Term Impacts of Harvesting Crop Residues on Soil Quality
Notice bibliographique
Résumé
Utilizing crop residues as biofuel feedstocks will involve trade‐offs between bioenergy production and agroecosystem services. Consequently, agricultural production managers and policymakers need to critically evaluate current functions of crop residues in light of increasing demands for agricultural intensification including bioenergy. At issue are the short‐ and long‐term impacts of residue harvest on the sustainability of soil resources and related food and energy production and the often disparate economic, environmental, edaphic, climatic, technological, and logistical factors involved. Although field studies cannot address all scenarios, long‐term studies can provide insights on how crop residue harvest will impact key factors of agricultural sustainability such as soil organic matter (SOM). This topic was the major theme of the 2009 International American Society of Agronomy symposium entitled “Residue Removal and Soil Quality—Findings from Long‐Term Research Plots.” The seven papers in this special Agronomy Journal section were developed from this symposium and draw on long‐term studies from Europe, Canada, Australia, and the United States to examine residue harvest impacts on SOM and factors related to long‐term sustainably. In combination, these papers conclude that residue harvest will impact SOM, although the nature of the effects is situation‐dependent. Also clear is that the assessment of harvesting residues must be placed in a farming systems context that includes an evaluation of economic and environmental trade‐offs specific for a given farm and location. Therefore, future challenges include the development of science‐based, site‐specific decision aids that enable growers to make economically sound and environmentally sustainable choices regarding residue harvest.
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 | 0,001 | 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) | 0,002 | 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 ».