Soil temperature and water contents among vertical tillage, strip tillage, and chisel plowing in the Upper Great Plains
Notice bibliographique
Résumé
Long winters in the Red River Valley (RRV) of eastern North Dakota and western Minnesota result in short growing seasons for corn (Zea mays L.)–soybean (Glycine max L. Merr.) systems. Historically, producers implement aggressive tillage to warm the soil, which has caused hesitation when considering reduced tillage systems. The association between soil warming–drying and crop yields via research at farmer-operated, production-scale systems practicing reduced tillage is lacking. A two-year study was conducted at three producer-operated, corn–soybean fields in the RRV with five soil series ranging from sandy loams to silty clays. Soil temperature (T), soil volumetric water content (θ), and crop yields were measured to evaluate the effects of soil warming and drying and crop performance under reduced tillage practices of vertical tillage (VT), strip tillage with shanks (STS), strip tillage with coulters (STC), and chisel plow (CP). Results showed that daytime soil T and θ in the tilled strips for STC and STS (i.e., in the plant rows) were similar to CP and significantly different from VT. The ST treatments demonstrated added benefits of higher soil θ between the tilled strips (i.e., between the plant rows) during the mid-growing season when plant water needs are at their highest. However, daily averaged soil T and θ demonstrated little to no significant differences among the tillage treatments. Moreover, crop yields were inconsistent with soil T and θ, indicating weak to no practical association in these on-farm settings.
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 ».