Nitrate Leaching in a Loamy Sand Soil Receiving Two Rates of Liquid Hog Manure and Fertilizer
Notice bibliographique
Résumé
The effect of liquid hog manure (LHM) and commercial fertilizer on NO 3 − –N leaching was measured for 2 yr in a long‐term manure experiment on a loamy sand soil at Carberry, MB. The field experiment, sown to barley ( Hordeum vulgare L.) and wheat ( Triticum aestivum L.), comprised six treatments including two rates of LHM (28, 084 and 56,168 L ha −1 [2500 and 5000 gal acre −1 , abbreviated LHM‐2500 and LHM‐5000, respectively]), two rates of fertilizer (abbreviated F‐2500 and F‐5000) corresponding approximately to available N in LHM‐2500 and LHM‐5000, compost (abbreviated Com‐2500) supplemented with urea to approximate available N in LHM‐2500, and an unamended control. In 2010, apparent losses amounted to 79 (112 kg ha −1 ), 55 (40 kg ha −1 ), 27 (19 kg ha −1 ), 24 (16 kg ha −1 ), and 6% (8 kg ha −1 ) of applied available N in F‐5000, Com‐2500, F‐2500, LHM‐2500, and LHM‐5000, respectively. In 2011, losses were higher in the F‐5000 (80%, 63.6 kg ha −1 ) and F‐2500 (79%, 31.5 kg ha −1 ) treatments than in LHM‐5000 (40%, 32 kg ha −1 ) and LHM‐2500 (9%, 3.5 kg ha −1 ). Treatments that received fertilizer lost more than half of the added N by leaching. The lack of yield difference between LHM‐2500 and LHM‐5000 suggested that application of LHM‐2500 was environmentally sound for the coarse sandy soil of the Carberry site. These findings demonstrate the potential for minimizing N leaching through judicious rates of LHM and fertilizer application. Core Ideas Fertilizer treatments had greater N loss than liquid hog manure (32 vs. 3.5 kg ha −1 ). Treatments that received fertilizer lost more than half of the added N by leaching. The lower rate of LHM led to the same crop yield with lower environmental impact.
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 | 0,001 | 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) | 0,000 | 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 ».