Growing season nitrate leaching as affected by nitrogen management in irrigated potato production
Notice bibliographique
Résumé
Abstract Nitrate leaching from potato (Solanum tuberosum L.) production is of great concern because of its potential effects on water resources. Suction lysimeters were used in combination with a one‐dimensional flow model to quantify NO3–N leaching under irrigated potato produced on sandy soils near Québec City, QC, Canada. The 3‐yr (2010−2012) study compared a single application of polymer‐coated urea (PCU) and split‐applied soluble N fertilizers (ammonium nitrate, AN; ammonium sulfate, AS) at three N rates (120, 200, and 280 kg N ha−1) in addition to an unfertilized control. Fertilizer N application increased total seasonal NO3–N leaching. A single application of PCU increased total seasonal NO3–N leaching in 2011 compared with AN and AS, which was attributed to a greater soil NO3–N concentration under the PCU treatment in combination with increased rainfall during the tuber bulking phase (60−90 d after planting). Total seasonal NO3–N leaching in 2012 was reduced with PCU and AS compared with AN, which was attributed to reduced soil NO3–N concentrations between planting and hilling when rainfall was high. Regardless of the fertilizer N source, NO3–N leaching was primarily driven by precipitation, as leaching occurred when elevated soil NO3–N concentrations coincided with excess water in the soil. The results suggest that a single application of PCU is an effective strategy for reducing NO3–N leaching in years when there is significant rainfall during the period between planting and hilling.
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 | 0,000 | 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 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 ».