Nitrogen Yield and Land Use Efficiency in Annual Sole Crops and Intercrops
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nitrogen is the most limiting nutrient for crop production on the northern Great Plains of North America. This study was initiated to determine if N yield and land use efficiency for N could be improved by manipulating crop diversity using three annual crops (wheat, Triticum aestivum L.; canola, Brassica napus L.; and field pea, Pisum arvense L.) commonly grown on the Canadian Prairies. The study included all combinations of the crops (sole crops and intercrops) and compared their effects on soil N depletion, plant N concentration, plant N yield, and land equivalent ratios for dry matter and grain N yield (NLER) at two field sites in Manitoba, Canada. The pea sole crop treatment tended to result in higher fall soil nitrate (NO 3 − )–N concentrations compared to other treatments, indicating greater potential for post‐season NO 3 − leaching after this treatment. There were often greater N concentrations in wheat, canola, and weeds when grown in association with field pea, suggesting that soil N could have been made available for nonlegume uptake through the NO 3 − –N sparing effect On average, most intercrop treatments resulted in more efficient land use for N compared to component sole crops, with overall mean intercrop NLER values ranging from 1.10 to 1.20. The wheat–canola–pea and canola–pea intercrop treatments tended to produce the highest and most consistent NLER values for crop dry matter and grain yield, respectively. The results of this study suggest that intercrops could be used for more efficient use of N on a per land area basis.
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.
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 | 0,001 |
| 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 découle