Under‐ or Over‐Application of Nitrogen Impact Corn Yield, Quality, Soil, and Environment
Notice bibliographique
Résumé
Core Ideas Nitrogen application mid‐season cannot overcome drought stress later in the season. Except for crude protein, under‐application of N did not impact forage quality. Soil organic matter decreases in a chisel‐disked corn silage system regardless of N fertilizer rate. Use of compost, cover crops, and conservation tillage can offset soil organic matter losses. Under‐applying N by 30 kg N ha −1 was economically more detrimental than over‐applying. Under‐ or over‐application of N fertilizer to corn ( Zea mays L.) has adverse economic and environmental consequences. A 5‐yr study was conducted to determine the impact of N fertilizer on corn silage yield, quality, soil properties, farm economics, and nitrogen‐use efficiency (NUE). Corn silage yields were 12.9, 14.2, and 14.7 Mg ha −1 with most economic rate of nitrogen (MERN) of 90, 95, and 114 kg N ha −1 in 2001, 2003, and 2004 (the three responsive years), respectively. In 2002 and 2005 (non‐responsive years), yields averaged 9.1 Mg ha −1 . Yield increased by 3.3 Mg ha −1 with each 10 cm of precipitation in July and August. At the MERN, NUE ranged from 16 (2001) to 25.8 kg DM kg N −1 (2004), reflected in greater soil NO 3 –N (0–20‐cm depth) at harvest in 2001 as well (23 vs. 8.9 mg kg −1 in 2004). Soil NO 3 –N at silage harvest in responsive years ranged from 8.9 (2004) to 23 mg kg −1 (2001) in 2001 and in non‐responsive years averaged 22 mg kg −1 . Soil NO 3 –N at harvest was not a good indicator of crop N responsiveness or NUE. Nitrogen addition beyond the MERN decreased NUE and soil pH, and increased crude protein (CP). Under‐application decreased CP and yield in N‐responsive years and increased NUE. Soil organic matter (SOM) was decreased regardless of N rate. Overall, application of 30 kg N ha −1 below the MERN was economically more detrimental than fertilizing the same amount above the MERN.
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) | 0,001 | 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 ».