Carbon, Nitrogen, and Greenhouse Gas Balances in an 18‐Year Cropping System Study on the Northern Great Plains
Notice bibliographique
Résumé
Agroecosystems provide a range of benefits that are strongly influenced by cropping practice. Crop productivity and C, N, and greenhouse gas (GHG) balances were evaluated in an 18‐yr cropping system study on an Aridic Haplustoll in the northern Great Plains. Application of synthetic fertilizers consistently increased crop yield and soil organic carbon (SOC), with greatest impact in perennial grass and continuous wheat ( Triticum aestivum L.) rotations and least impact in rotations with fallow or annual legumes. Based on N balance, N inputs other than fertilizer were 16 to 30 kg N ha −1 yr −1 in rotations without legumes and 62 kg N ha −1 yr −1 in a legume‐wheat (LW) rotation, while losses of synthetic fertilizer N were 32% in annual crop rotations and 3% in perennial grass. Due to large gains in SOC, perennial grass reduced atmospheric GHG by 20 to 29 Mg CO 2 equivalent (eq.) ha −1 during the 18 yr of this study. For annual crop rotations, seed yield ranged from 1.2 to 2.5 Mg ha −1 yr −1 , protein yield from 0.20 to 0.41 Mg ha −1 yr −1 , and GHG intensity from 0 to 0.5 Mg CO 2 eq. Mg −1 seed. Fertilized continuous wheat had the highest crop productivity and lowest net GHG intensity, while an annual LW rotation had the highest protein productivity and among the lowest GHG intensities (0.2 Mg CO 2 eq. Mg −1 seed). Further evaluation at broader temporal and spatial scales is necessary to account for future changes in SOC and differences in use of crop products.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».