Impacts of Cover Crops and Crop Residues on Phosphorus Losses in Cold Climates: A Review
Notice bibliographique
Résumé
The use of cover crops and crop residues is a common strategy to mitigate sediment and nutrient losses from land to water. In cold climates, elevated dissolved P losses can occur associated with freeze–thaw of plant materials. Here, we review the impacts of cover crops and crop residues on dissolved P and total P loss in cold climates across ∼41 studies, exploring linkages between water‐extractable P (WEP) in plant materials and P loss in surface runoff and subsurface drainage. Water‐extractable P concentrations are influenced by plant type and freezing regimes. For example, WEP was greater in brassica cover crops than in non‐brassicas, and increased with repeated freeze–thaw cycles. However, total P losses in surface runoff and subsurface drainage from cropped fields under cold climates were much lower than plant WEP, owing to retention of 45 to >99% of released P by soil. In cold climatic regions, cover crops and crop residues generally prevented soil erosion and loss of particle‐bound P during nongrowing seasons in erodible landscapes but tended to elevate dissolved P loss in nonerodible soils. Their impact on total P loss was inconsistent across studies and complicated by soil, climate, and management factors. More research is needed to understand interactions between these factors and plant type that influence P loss, and to improve the assessment of crop contributions to P loss in field settings in cold climates. Further, tradeoffs between P loss and the control of sediment loss and N leaching by plants should be acknowledged. Core Ideas Winter crop covers reduce soil erosion but may enhance dissolved P loss under cold climates. In cold climates, freeze–thaw cycles increase dissolved P release from plants and soils. Plant water‐extractable P varies with crop species, hardiness, and freeze regimes. Phosphorus losses in runoff and leaching are complicated by soil, hydrology, and management. Assessment of crop impacts on P loss should consider tradeoffs and future climates.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».