Tracking the Release of Soil Nitrate and Labile C in A Legume-Maize Rotation in Zimbabwe
Notice bibliographique
Résumé
This study compared the effect of a weedy fallow (5.2 t/ha biomass), a velvet bean (Mucuna pruriens) cut for hay (7.2 t/ha biomass) and a green-manured M. pruriens (6.49 t/ha biomass) on the dynamics of soil N and C in a maize crop. An on-farm, farmer participatory experiment was established on a farmer’s field in Wedza District, Zimbabwe. Soil mineral N and labile carbon were determined at intervals upto 120 cm depth, at maize planting and at 1 and 2 weeks after planting. Before planting, the soil mineral N content ranged from 28 kg N/ha after weed fallow to 107 kgN/ha following M. pruriens. Total nitrate concentration was highest in the 0-15 cm depth of the M. pruriens treatments in the pre-planting sampling, but following rainfall and maize planting, nitrate concentration declined rapidly. By 2 weeks after planting, 7.5 and 13.5 kg N/ha remained in the 0-120 cm soil depth of the weedy fallow and green-manured M. pruriens, respectively. Improving synchrony of nutrient release and uptake is critical when applying high quality residues which breakdown relatively slowly. This could result in significant inputs of C, release nutrients more slowly and reduce soil nutrient losses.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 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 ».