Long‐Term Tillage and Residue Management Influences Soil Carbon and Nitrogen Dynamics
Notice bibliographique
Résumé
The purpose of this study was to examine the effects of long‐term tillage and residue management on C and N pools in a sandy loam soil. Corn ( Zea mays L.) was grown continuously since 1991 in a factorial experiment with three tillage treatments, directly seeded no‐till (NT), shallowly harrowed reduced tillage (RT), and moldboard plowed conventional tillage (CT), and two levels of residue input, roots plus corn stover (high input, HI) and roots only (low input, LI). Soils were collected at two depths (0–5 and 5–20 cm) in the fall of 2007. The soil organic C (SOC) and total N pools were greater in the NT and RT treatments than in the CT treatment. Residue management had a marginal (P < 0.1) effect on SOC and total N pools. The change in the SOC pool (0–20‐cm depth) after 16 yr showed a net loss of −6.3 Mg C ha −1 from the CT treatment and net gains of 5.1 and 10.8 Mg C ha −1 in the NT and RT treatments, respectively. Microbial biomass and the potentially mineralizable C and N concentrations in the 0‐ to 5‐cm depth were greater in the soil from the RT and NT treatments than from the CT treatment, with higher concentrations in the HI than LI residue treatment for both soil depths. Microbial biomass and potentially mineralizable C and N were also correlated with the SOC pool, which supports the use of these labile fractions as indicators of management‐induced changes in the SOC pool.
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 | 0,001 | 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 | 0,001 | 0,002 |
| 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 ».