Interactive Effects of Tillage and Mineral Fertilization on Soil Carbon Profiles
Notice bibliographique
Résumé
Both tillage and fertilizer management influence soil organic C (SOC) storage, but their interactive effects remain to be determined for various soil and climatic conditions. We evaluated the long‐term effects of tillage (no‐till, NT, and moldboard plowing, MP), and N and P fertilization on SOC stocks and concentrations in profiles of a clay loam soil (clayey, mixed, mesic Typic Humaquept). Corn ( Zea mays L.) and soybean [ Glycine max (L.) Merr.] were grown in a yearly rotation for 14 yr. Our results showed that NT enhanced the SOC content in the soil surface layer, but MP resulted in greater SOC content near the bottom of the plow layer. When the entire soil profile (0–60 cm) was considered, both effects compensated each other, which resulted in statistically equivalent SOC stocks for both tillage practices. Nitrogen and P fertilization with MP increased the estimated crop C inputs to the soil but did not significantly influence SOC stocks in the whole soil profile. At the 0‐ to 20‐cm depth, however, lower C stocks were measured in the plowed soil with the highest N fertilizer level than in any other treatment, which was probably caused by a greater decomposition of crop residues and soil organic matter. Conversely, the highest SOC stocks of the 0‐ to 20‐cm soil layer were observed in the NT treatment with the highest N rates, reflecting a greater residue accumulation at the soil surface. When accounting for the whole soil profile, the variations in surface SOC due to tillage and fertilizer interactions were masked by tillage‐induced differences in the 20‐ to 30‐cm soil layer.
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 | 0,000 | 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 | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».