Nitrogen Fertilizer Recommendations for Corn Grown on Soils Amended with Oily Food Waste
Notice bibliographique
Résumé
Soil and plant indices of soil fertility status have traditionally been developed using conventional soil and crop management practices. Data on managing N fertilizer for corn (Zea mays L.) produced on soils amended with C-rich organic materials, such as oily food waste (OFW) is scarce. Identification of a reliable method for making N fertilizer recommendations under these conditions is imperative. The objective of this research was to evaluate soil NO(3)-N (0- to 30-cm depth) at preplant and presidedress (PSNT) times of sampling for predicting N requirements for corn grown on fields receiving OFW. Experiments were conducted at two locations in Ontario, Canada over 3 yr (1995-1997) where OFW was applied at different rates (0, 10, and 20 Mg ha(-1)), times (fall and spring), and slope positions (upper, mid, and lower) within the same field. Presidedress soil NO(3)-N contents were higher compared with preplant time of sampling under all OFW management conditions. Corn grain yields were significantly affected by OFW management and N fertilizer application rates. Maximum economic rate of N application (MERN) varied depending on OFW management conditions. Presidedress soil NO(3)-N contents had a higher inverse relationship with MERN (r = -0.88) compared with soil NO(3)-N at preplant (r = -0.74) time of sampling. A linear regression model (Y = 180.1 - 8.22 NO(3)-N at PSNT) is proposed for making N fertilizer recommendations to corn grown on soils amended with OFW in this geographical region.
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 ».