MétaCan
Menu
Retour à la cohorte
Enregistrement W3184015769 · doi:10.82308/45220

Greenhouse gas emissions from an intensively cropped field under various water and fertilizer management practices

2016· article· en· W3184015769 sur OpenAlexaboutno aff
Cynthia Crézé

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceGreenhouse gasFertilizerGreenhouseAgricultural engineeringAgronomyEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

La gestion de la nappe phréatique en agriculture permet non seulement d'augmenter les rendements mais peut également améliorer la qualité de l'eau en réduisant les concentrations en nitrates de l'eau drainée d'un champ. Ce système de gestion présente également un moyen de contrôler le volume d'eau évacué par drainage sous-terrain. Cependant, une nappe phréatique plus élevée pourrait également créer des conditions de sol favorable à la dénitrification et à la décomposition organique, ce qui augmenterait les émissions de gaz à effet de serre (GES) provenant du sol. L'objectif principal de cette recherche est d'étudier l'influence de deux systèmes de gestion d'eau sur les flux d'émissions de gaz à effet de serre. Les deux systèmes étudiés seront le drainage sous-terrain libre conventionnel (FD) et le drainage contrôlé avec sous-irrigation (CDSI). Le deuxième objectif est d'analyser l'effet sur les flux de GES qu'auraient cinq différentes applications d'engrais azotés: 70 kg N/ha, 170 kg N/ha, 200 kg N/ha, 230 kg N/ha en une application et 230 kg N/ha en deux applications à une semaine d'intervalle. L'étude se concentre particulièrement sur les effets combinés du contrôle de la nappe phréatique et de la quantité d'azote apportée par les engrais. Cette recherche a été réalisée sur un champ de 4.2 ha de limon sablonneux situé dans la région sud-ouest du Québec, Canada. Durant les quatre ans de cette recherche, la rotation des cultures alternait une année de haricot jaune suivie de trois ans de maïs-grain. Les flux d'émissions de gaz à effet de serre (dioxyde de carbone, méthane et protoxyde d'azote) ont été mesurés par la méthode de chambre fermée à état non-stable ventilée. Une prise d'échantillon était réalisée toutes les 15 minutes pendant une heure, pour 9 jours espacés tout au long de la saison en 2012, 14 jours en 2013, 21 jours en 2014 et 24 jours en 2015. Afin d'identifier quelques événements et paramètres clés dans la production de GES, cette étude présentera les registres des pratiques de gestion agronomiques, des variations climatiques, et des conditions de sols (température, teneur volumétrique en eau) de chaque saison. L'augmentation des doses d'application d'engrais azotés a accéléré la production de dioxyde de carbone et de protoxyde d'azote ainsi que l'oxydation du méthane. Pour des taux de 200 kg N/ha et plus, des importants pics de protoxyde d'azote (≥ 0.5 mg N-N2O.m-2.hr-1) ont été mesurés environ 15-20 jours suivant l'application des engrais. La division des taux d'azote en deux applications espacées d'une semaine a réduit les pics de production de protoxyde d'azote. En 2013, des flux de production de protoxyde d'azote ont été mesurés avant le semis, ce qui a été associé à la consommation microbienne de l'azote fixé par les résidus d'engrais vert et par les résidus de haricots jaunes de l'année précédente. La canopée formée par le maïs a créé un microclimat dans le champ et a régulé les températures du sol ainsi que la teneur volumétrique en eau. La température du sol a eu une plus grande influence sur les émissions de GES que la teneur volumétrique en eau. Ni le drainage libre ni le drainage contrôlé avec sous-irrigation ont eu d'effets significatifs sur les émissions de GES.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,239
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207