MétaCan
Menu
Retour à la cohorte
Enregistrement W2790622287 · doi:10.2134/jeq2017.08.0317

Long‐term Trends in Corn Yields and Soil Carbon under Diversified Crop Rotations

2018· article· en· W2790622287 sur OpenAlexafffund
Marek K. Jarecki, Brian Grant, Ward Smith, Bill Deen, C. F. Drury, Andrew VanderZaag, Budong Qian, Jingyi Yang, Claudia Wagner‐Riddle

Notice bibliographique

RevueJournal of Environmental Quality · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Guelph
Organismes subventionnairesMinistry of Agriculture, Food and Rural AffairsOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésAgronomySoil carbonCrop rotationEnvironmental scienceRed CloverCrop yieldYield (engineering)CropCropping systemSoil waterBiologySoil science

Résumé

récupéré en direct d'OpenAlex

Agricultural practices such as including perennial alfalfa (Medicago sativa L.), winter wheat (Triticum aestivum L.), or red clover (Trifolium pratense L.) in corn (Zea mays L.) rotations can provide higher crop yields and increase soil organic C (SOC) over time. How well process‐based biogeochemical models such as DeNitrification‐DeComposition (DNDC) capture the beneficial effects of diversified cropping systems is unclear. To calibrate and validate DNDC for simulation of observed trends in corn yield and SOC, we used long‐term trials: continuous corn (CC) and corn–oats (Avena sativa L.)–alfalfa–alfalfa (COAA) for Woodslee, ON, 1959 to 2015; and CC, corn–corn–soybean [Glycine max (L.) Merr.]–soybean (CCSS), corn–corn–soybean–winter wheat (CCSW), corn–corn–soybean–winter wheat + red clover (CCSW+Rc), and corn–corn–alfalfa–alfalfa (CCAA) for Elora, ON, 1981 to 2015. Yield and SOC under 21st century conditions were projected under future climate scenarios from 2016 to 2100. The DNDC model was calibrated to improve crop N stress and was revised to estimate changes in water availability as a function of soil properties. This improved yield estimates for diversified rotations at Elora (mean absolute prediction error [MAPE] decreased from 13.4–15.5 to 10.9–14.6%) with lower errors for the three most diverse rotations. Significant improvements in yield estimates were also simulated at Woodslee for COAA, with MAPE decreasing from 24.0 to 16.6%. Predicted and observed SOC were in agreement for simpler rotations (CC or CCSS) at both sites (53.8 and 53.3 Mg C ha−1 for Elora, 52.0 and 51.4 Mg C ha−1 for Woodslee). Predicted SOC increased due to rotation diversification and was close to observed values (58.4 and 59 Mg C ha−1 for Elora, 63 and 61.1 Mg C ha−1 for Woodslee). Under future climate scenarios the diversified rotations mitigated crop water stress resulting in trends of higher yields and SOC content in comparison to simpler rotations. Core Ideas Corn grown in rotation had higher yield than corn grown in monoculture. Improvements in the DNDC model captured the yield increases in diversified rotations. Diversified rotations had higher SOC stock than corn in monoculture. DNDC‐predicted and observed values agreed well for yield and soil carbon. Benefits from diversified rotations were predicted by DNDC for future scenarios.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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 Opus0,036
Tête enseignante GPT0,266
Écart entre enseignants0,229 · 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'étudeObservationnel
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

Citations113
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental QualityMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207