Economic Effects of Preceding Crops and Nitrogen Application on Canola and Subsequent Barley
Notice bibliographique
Résumé
The rising cost of N in western Canada has created interest in alternative sources of N fertilizer. Legumes have the ability to fix N supply for subsequent crops, but knowledge of the effects of legumes on subsequent canola or barley is limited. A multi‐location study was conducted from 2009 to 2011 in western Canada to evaluate the economic effects of various preceding crops (P) and N rate on subsequent canola and barley in a P–canola–barley rotation. Six preceding crops (field pea, lentil, faba bean, canola, wheat, and green manure [GRM] legume [faba bean]) were grown in factorial combination with five N rates (0, 30, 60, 90, and 120 kg ha −1 ) at seven sites in Alberta, Saskatchewan, and Manitoba. When the preceding crop was GRM, the net revenue (NR) of canola or canola–barley was highest but insufficient to compensate for negative NR during the GRM year (2009). Canola as a preceding crop yielded the least NR for the canola and canola–barley phases of the rotation. The quadratic responses of NR for canola and barley to optimal N indicated that N applied could be reduced below 120 kg ha −1 without diminishing yield at some locations in western Canada. Over the entire 3‐yr crop sequence, legume preceding crops (lentil or field pea) grown for seed provided the greatest returns. The GRM improved the yield of the following crops considerably but the increased canola and barley yields were not able to alleviate the lost NR during the preceding crop phase.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».