MétaCan
Menu
Retour à la cohorte
Enregistrement W2086363426 · doi:10.4141/s99-008

Residual effects of nitrogen fertiliser on the yield and N composition of succeeding cereal crops and on soil chemical properties of an Ethiopian highland Vertisol

2000· article· en· W2086363426 sur OpenAlexvenueno aff
Selamyihun Kidanu, D. G. Tanner, Tekalign Mamo

Notice bibliographique

RevueCanadian Journal of Soil Science · 2000
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Micronutrient Interactions and Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVertisolStrawAgronomyNitrogenDry matterGrowing seasonYield (engineering)Environmental scienceChemistryBiologySoil waterSoil science

Résumé

récupéré en direct d'OpenAlex

A trial was conducted on an Ethiopian Vertisol from 1990 to 1995 to determine the residual effects of fertiliser N applied to tef [Eragrostistef (Zucc.) Trotter] on the grain and straw yield, N content, and total N uptake of succeeding crops of durum wheat (Triticum turgidum var. durum) and tef. The mean agronomic efficiency of 60 kg fertiliser N ha −1 was 13.1 kg grain kg −1 fertiliser N applied in the current year and 5.4 kg grain kg −1 fertiliser N applied in the previous year. Thus, the residual fertiliser N benefit was equivalent to 41.2% of the response to current season N application for the two cereal crops. The mean rates of apparent recovery of fertiliser N were 65.8% for current season N application and 31.0% for previous season N application. Soil organic matter and nitrate levels increased linearly in response to both previous and current season N application rates. The current study demonstrates that the residual effect of fertiliser N enhanced the yields and N contents of the grain and straw of both wheat and tef, resulting in a significant increase in total N uptake. Any analysis of the profitability of fertiliser N response should reflect the multi-year benefit period. Key words: N recovery, N residue, N uptake, tef, wheat

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,191
Écart entre enseignants0,176 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations12
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil ScienceMême sujetPlant Micronutrient Interactions and EffectsTravaux en français237 207