The Effect of Including Legumes in Dairy Crop Rotations on Nitrous Oxide Emissions
Notice bibliographique
Résumé
This study examined whether substituting legumes for corn in dairy crop rotations could reduce N2O emissions. This was done by measuring the surface N2O emissions of four different two-year crop rotation treatments: corn-corn, corn (+cover crop)-corn, soybean-corn, and alfalfa-alfalfa over an 18 month period (May 1, 2014-Oct. 31, 2015) on sandy loam and clay soils. Emissions of dissolved N2O in subsurface tile drains in the clay soil were also measured for eight months (March 20, 2015-October 31, 2015) to determine the contribution of dissolved N2O to total N2O emissions as well as the effect of crop rotations on dissolved N2O emissions. In the sandy loam soil, alfalfa and soybeans had the lowest growing season N2O emissions (9.6 and 10.6 g ha-1 d-1, respectively), and alfalfa had the lowest annual emissions over two years at 3.0 and 3.6 kg N2O-N ha-1 yr-1. In the clay soil, the alfalfa had 3-4 times lower soil-surface N2O emissions than the other treatments in the second growing season only. Non-growing season emissions accounted for 56% of annual N2O emissions. Subsurface emissions accounted for 0.4% of N2O emissions over an eight month period and followed the same treatment effects as the clay soil surface emissions. This study suggests it is possible to reduce N2O emissions by substituting legumes for corn, especially when combined with the appropriate soil type; however, reductions can be negated by management practices that increase non-growing season emissions.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».