Nitrogen supply from belowground residues of lentil and wheat to a subsequent wheat crop
Notice bibliographique
Résumé
Lentil ( Lens culinaris ) production on the Canadian prairies has increased recently with possible benefits to cropping systems in this region. The yield benefit often observed in cereals grown after a pulse crop can be partially attributed to the supply of nitrogen (N) from decomposing pulse crop residues; however, the contribution of belowground residue (BGR) is poorly documented. The purpose of this greenhouse study was to quantify the N input from BGR (i.e., roots plus rhizodeposits) of lentil and wheat ( Triticum aestivum ) using shoot 15 N-labeling and to trace the 15 N from BGR into subsequently grown wheat plants. Belowground N (BGN) comprised 34 and 51 % of total plant N in lentil and wheat, respectively. Whereas wheat produced more root biomass than lentil, total amounts of BGN did not differ between species. However, biomass production and N uptake by wheat grown on lentil BGR were 49 and 14 % higher than wheat grown on wheat BGR. Moreover, a higher proportion of added 15 N from lentil BGR (14.4 vs. 8.5 %) was recovered in the succeeding wheat crop, indicating that lentil BGN was more readily mineralized than wheat BGN. The disproportionately high increase in yield vs. N uptake for wheat grown on lentil BGR, however, indicates that non-N factors also contributed to the increase in wheat yield. This study highlights the importance of including estimates of BGN when evaluating the positive effects of including pulse crops in rotation with cereals, although further research is required to identify non-N benefits of lentil.
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 ».