Contributions of long‐term tillage systems on crop production and soil properties in the semi‐arid Loess Plateau of China
Notice bibliographique
Résumé
BACKGROUND: This study determined the long-term effect of tillage systems on soil properties and crop yields in a semi-arid environment. Field pea (Pisum sativum L.) and spring wheat (Triticum aestivum L.) were alternately grown in six tillage systems at Dingxi (35° 28' N, 104° 44' E), north-west China starting in 2001. RESULTS: After the first 6 years of experiments, conventional tillage with stubble incorporating (TS) and no-till with stubble cover (NTS) increased soil organic matter by 9.9% and 13.0%, respectively, compared to the conventional tillage with stubble removed (T); both TS and NTS also increased soil microbial counts, available K and P, and total N. No-till with stubble removed (NT), NTS and NTP (no-till with plastic mulching) had 20.7%, 62.6% and 43.7% greater alkaline phosphatase activity compared to the T treatment. Soil catalase, urease and invertase activities were all greater in the no-till treatments than in the T treatment. Averaged across 6 years, both wheat and pea achieved highest grain yields under NTS treatment. CONCLUSION: No-till with stubble retention is the most promising system for improving soil physical, biological and chemical properties, and increasing crop yields, and thus, this system can be adopted in areas with conditions similar to the semi-arid north-west China. © 2015 Society of Chemical Industry.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».