Improving Soil Quality and Potato Productivity with Manure and High-Residue Cover Crops in Eastern Canada
Notice bibliographique
Résumé
Under intensive low residue agricultural systems, such as those involving potato (Solanum tuberosum L.)-based systems, stagnant crop yields and declining soil health and environmental quality are common issues. This study evaluated the effects of pen-pack cow (Bos Taurus) manure application (20 Mg·ha−1) and cover crops on nitrate dynamics and soil N supply capacity, subsequent potato yield, selected soil properties, and soil-borne disease. Eight cover crops were tested and included grasses, legumes, or a mixture of legumes and grasses, with red clover (Trifolium pratense L.) used as a control. Forage pearl millet (Pennisetum glaucum L.) was associated with highest dry matter. On average, red clover had 88% higher total N accumulation than the treatments mixing grasses and legumes, and the former was associated with higher soil nitrate in fall before residue incorporation and overwinter, but this was not translated into increased potato yields. Pearl millet and sorghum sudangrass (Sorghum bicolor × sorghum bicolor var. Sudanese) were associated with lower soil nitrate in comparison to red clover while being associated with higher total potato yield and lower numerical value of root-lesion nematodes (Pratylenchus penetrans), although this was not statistically significant at 5% probability level. Manure incorporation increased total and marketable yield by 28% and 26%, respectively, and increased soil N supply capacity by an average of 44%. Carbon dioxide released after a short incubation as a proxy of soil microbial respiration increased by an average of 27% with manure application. Our study quantified the positive effect of manure application and high-residue cover crops on soil quality and potato yield for the province of Prince Edward Island.
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 | 0,000 | 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 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 ».