Preferential Bromide and Pesticide Movement to Tile Drains under Different Cropping Practices
Notice bibliographique
Résumé
Subsurface drainage systems are useful tools to study chemical leaching in soils. Our objective was to compare the breakthrough behavior of bromide, atrazine (2-chloro-4-ethylamino-6-isopropylamino-s-triazine) and metolachlor [2-chloro-N-(2-ethyl-6-methylphenyl)-N-(2-methoxy-1-methylethyl) acetamid] to tile drains under two fall tillage practices (conventional tillage [CT] with a moldboard plow, and reduced tillage [RT] with a chisel plow) in field plots cultivated with corn (Zea mays L.). Leachate volume were greater in RT than in CT, with no statistical differences. Soil analysis showed that bromide migrated deeper in the soil profile than both herbicides, with little tillage effect. All chemicals were detected in drainage water at the same time and followed an event-driven behavior. Tillage had no effect on atrazine and metolachlor found in drainage water, while bromide concentration peaks were higher in RT than in CT in 1999. Concentration peaks were recorded earlier for atrazine and metolachlor than for bromide. Plots of cumulative relative chemical mass (cumulative mass divided by total mass measured in drainage) as a function of cumulative drainage were mostly linear for bromide, while they were S-shaped for both herbicides. Drainage that corresponded to 50% of relative cumulative mass ranged from 40 to 55% for bromide and from 5 to 28% for both herbicides. Rapid chemical movement to tile drains suggested that preferential flow was important in both CT and RT, and that these tillage practices had little influence on this phenomena.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».