Evaluation of Nitrogen Fertilization in C4 Grasses Grown for Bioenergy
Notice bibliographique
Résumé
Nitrogen fertilization has the potential to significantly affect yield, nutrient concentration and removal and overall stand longevity of C4 grasses grown for bioenergy production. While most studies report that these grasses need little to no fertilizer inputs to maximize yield, no specific recommendations have been given for fertilizer requirements across a wide range of C4 perennial grass species, cultivars, harvest timings and N application rates. Two field trials were established in the summer of 2008 in Ridgetown and Elora, Ontario to compare 4 Miscanthus (M. sinensis and M. sacchariflorus crosses; Nagara-116 and Amuri-114, and Miscanthus x giganteus; M1 Select and Polish), 2 switchgrass (Panicum virgatum L.; Cave-in-rock and Shelter) and 2 big bluestem varieties (Andropogon gerardii Vitman; Prairie view and Southlow), 4 nitrogen fertilization rates (0, 40, 80, and 160 kg N ha-1) and 2 harvest timings (fall vs. spring harvest). Plots were harvested in the fall of 2009 and spring and fall of 2010. Yield response to N fertilization varied by location, species and year. In general, increasing N fertilization rates generated an increased yield response in all tested species. Different rates of N fertilization resulted in variable responses to N, P and K tissue concentrations and removal in switchgrass and Miscanthus. Tissue N concentrations and removal both increased with added N fertilization at both locations. In most cases N removal was the highest at the highest N application rate. Nitrogen concentrations were highest in the leaves and seed heads across species, N rates and locations. P and K concentrations and removal with increasing N fertilization in the whole plant and in individual plant parts did not follow clear trends in either Miscanthus or switchgrass in both locations. Delaying harvest to spring reduced yield at both locations by 35-42% and 62-65% for Miscanthus and switchgrass, respectively. Yield losses by delaying harvesting to the spring were increased with higher rates of N fertilization. Delaying harvesting decreased N, P and K concentration and removal in most grasses and locations.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 tête enseignante, 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 ».