Winter wheat straw management on subsequent processing tomato yield, quality, economics and nitrogen dynamics
Notice bibliographique
Résumé
Van Eerd, L. L., Loewen, S. A. and Vyn, R. J. 2015. Winter wheat straw management on subsequent processing tomato yield, quality, economics and nitrogen dynamics. Can. J. Plant Sci. 95: 273–283. The removal of crop residues to meet the anticipated demand for the bioeconomy sector may impact subsequent crop productivity. A field experiment was designed to evaluate the response of processing tomato (Solanum lycopersicum L.) on winter wheat (Triticum aestivum L.) straw management practices of: (1) retaining straw, (2) removing straw, or (3) retaining straw with a fall application of calcium ammonium nitrate at 34 kg N ha−1 to enhance straw decomposition. At two locations in 2006–2009, a split-plot design within a randomized complete block experiment, with wheat straw management as main-plot factor and nitrogen fertilizer (0 and 145 or 224 kg N ha−1) to the tomato crop as split-plot factor. At Ridgetown, marketable and total yield and profit margins were significantly higher with straw retained compared with straw removed treatments (total yield of 74.4 vs. 66.3 Mg ha−1 yr−1, respectively) but the straw retained plus fall N treatment (total yield 72.8 Mg ha−1 yr−1) was not different. However, at Leamington, straw management had no effect on yield or profit margins likely due to the rye (Secale cereale L.) cover crop used in the production system. At both locations, tomato quality (color, pH, soluble solids) was not influenced by straw or N management. Nitrogen fertilizer application to tomato had a significant effect on total processing yield, soil mineral N, and plant N, but wheat straw management had no effect on these parameters and there were no N fertilizer by straw management interactions. Winter wheat straw management did not impact soil N fertility for subsequent crop production. Thus, there may be significant undesired effects of removing crop residues on a subsequent crop yield; however, planting a cover crop may mitigate subsequent yield losses associated with biomass removal.
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) | 0,001 | 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 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 ».