MétaCan
Menu
Retour à la cohorte
Enregistrement W2735628719 · doi:10.1071/sr16330

Soil mineral nitrogen benefits derived from legumes and comparisons of the apparent recovery of legume or fertiliser nitrogen by wheat

2017· article· en· W2735628719 sur OpenAlexaff
Mark B. Peoples, Antony D. Swan, Laura Goward, John A. Kirkegaard, James Hunt, Guangdi Li, Graeme Schwenke, D. F. Herridge, Michael Moodie, Nigel Wilhelm, T. D. Potter, Matthew D. Denton, C. Browne, Lori A. Phillips, Dil Fayaz Khan

Notice bibliographique

RevueSoil Research · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésLegumeAgronomySowingCanolaCropNitrogenBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

Nitrogen (N) contributed by legumes is an important component of N supply to subsequent cereal crops, yet few Australian grain-growers routinely monitor soil mineral N before applying N fertiliser. Soil and crop N data from 16 dryland experiments conducted in eastern Australia from 1989–2016 were examined to explore the possibility of developing simple predictive relationships to assist farmer decision-making. In each experiment, legume crops were harvested for grain or brown-manured (BM, terminated before maturity with herbicide), and wheat, barley or canola were grown. Soil mineral N measured immediately before sowing wheat in the following year was significantly higher (P < 0.05) after 31 of the 33 legume pre-cropping treatments than adjacent non-legume controls. The average improvements in soil mineral N were greater for legume BM (60 ± 16 kg N/ha; n = 5) than grain crops (35 ± 20 kg N/ha; n = 26), but soil N benefits were similar when expressed on the basis of summer fallow rainfall (0.15 ± 0.09 kg N/ha per mm), residual legume shoot dry matter (9 ± 5 kg N/ha per t/ha), or total legume residue N (28 ± 11%). Legume grain crops increased soil mineral N by 18 ± 9 kg N/ha per t/ha grain harvested. Apparent recovery of legume residue N by wheat averaged 30 ± 10% for 20 legume treatments in a subset of eight experiments. Apparent recovery of fertiliser N in the absence of legumes in two of these experiments was 64 ± 16% of the 51–75 kg fertiliser-N/ha supplied. The 25 year dataset provided new insights into the expected availability of soil mineral N after legumes and the relative value of legume N to a following wheat crop, which can guide farmer decisions regarding N fertiliser use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,303
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoil ResearchMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207