MétaCan
Menu
Retour à la cohorte
Enregistrement W2076315625 · doi:10.4141/s03-082

Decomposition of crop residues under conventional and zero tillage

2004· article· en· W2076315625 sur OpenAlexvenueno aff
Newton Z. Lupwayi, George W. Clayton, John T. O’Donovan, K. Neil Harker, T. K. Turkington, W. A. Rice

Notice bibliographique

RevueCanadian Journal of Soil Science · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Science and Fertilization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCanolaAgronomyCrop residueNo-till farmingTillageField peaConventional tillageSativumRed CloverMonocultureChemistryDecompositionCrop rotationCropGreen manureBiologyEnvironmental scienceSoil waterSoil fertilityAgricultureSoil science

Résumé

récupéré en direct d'OpenAlex

Field experiments were conducted to determine decomposition patterns of red clover (Trifolium pratense), field pea (Pisum sativum), canola (Brassica rapa) and wheat (Triticum aestivum) residues under zero and conventional tillage. Crop residue amounts produced in 2 trial years ranged from 1.6 t ha-1 for monoculture wheat to 6.05 t ha-1 for peas, and tillage had no effect. The extent of dry matter (DM) decomposition was usually less under zero than under conventional tillage, e.g., 31 to 41% of canola DM decomposed under zero tillage while 41 to 50% decomposed under conventional tillage in 12 mo. Corresponding percentages for other residues under zero and conventional tillage, respectively, were: 65 and 75% for clover, 43 and 45 to 55% for pea, and 27 and 40% for wheat. The rate and extent of DM decomposition were positively correlated with N and P concentrations, and negatively correlated with C/N, C/P, lignin/P and lignin/K ratios. These decomposition patterns have implications for nutrient release and soil cover. Rapid decomposition is not necessarily desirable because the nutrients released are subject to losses in soil. Key words: Biological soil quality, crop residue quality, crop rotation

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,227
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations126
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil ScienceMême sujetAgricultural Science and FertilizationTravaux en français237 207