MétaCan
Menu
← Retour à la cohorte
Enregistrement W2909179585 · doi:10.5539/jas.v11n2p12

Impact of Plow Timing on Simultaneous Nitrogen Losses in Potato Production Systems Using Conventional Tillage Practices

2019· article· en· W2909179585 sur OpenAlexafffundvenueabout
E. Smith, Amanda Vosman, V. Rodd, Lisa Kellman

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensSt. Francis Xavier UniversityAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food CanadaSt. Francis Xavier University
Mots-clésPloughTillageEnvironmental scienceNitrous oxideAgronomyTile drainageCrop rotationNitrogenCambisolAnimal scienceMathematicsSoil waterCropSoil scienceChemistryBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Improving plowing management of high nitrogen (N) containing crops is essential in reducing both environmental and economic losses. The timing of plowing may be an important soil and nutrient conservation practice. A field study on a 3 yr potato rotation was conducted in Prince Edward Island, Canada to examine the effects of plow time on corresponding N losses of nitrate-N (NO3--N) and nitrous oxide (N2O). The study site consisted of nine tile drained plots (12 m spacing) with three treatments of plow time; early fall (EF), late fall (LF) temperature based, and the following spring (S) plow. The cropping rotations consisted of barley under-seeded with red clover in yr 1, red clover in yr 2, and Russet Burbank potatoes in yr 3. Each tile drained plot fed into a sample collection station where 50 mL water samples were obtained during flow events and analyzed for NO3--N. Nitrous oxide samples were also simultaneously obtained from the soil surface throughout the monitoring period using a static chamber methodology. Cumulative NO3--N loads over the 3 yrs were found to be reduced at 14.3 and 19.9 kg ha-1 for LF and S respectively, when compared to the EF plow at 24.4 kg ha-1. Nitrous oxide losses were variable and low in magnitude throughout the study (0.04-1.2% of the N applied). Overall, findings from this research suggest that the timing of plowing could be considered when trying to minimize N losses via tile drainage effluent. When considering NO3--N total loads during the rotation period, LF had reduced losses compared to EF in all years of the study. Late fall reduced N2O losses in 1 year by 38.2% compared to S, likely due the incorporation of red clover legume crop. Yields were found to be similar throughout treatments and cropping years, although LF was found to have 2 and 3-fold significant increases in yield of 10 oz potatoes vs. EF and S, respectively. Findings generated from this study will provide nutrient management and environmental farm planners, as well as producers with useful information for improving current management strategies within agricultural drainage systems.

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 enseignants0,009
Score d'incertitude au seuil0,018

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 savante0,0010,000
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 Opus0,019
Tête enseignante GPT0,275
Écart entre enseignants0,256 · 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

Citations0
Publié2019
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural Science→Même sujetSoil and Water Nutrient Dynamics→Travaux en français237 207→