Nitrogen use efficiency of wheat and canola from urea treated with different types of double inhibitors
Notice bibliographique
Résumé
Urease inhibitor (specifically, N-( n-butyl) thiophosphoric triamide, NBPT) and nitrification inhibitors (NIs) have been used to minimize nitrogen (N) loss from urea. However, their effects on improving crop N use efficiency (NUE) are usually inconsistent. A 2-year study was conducted to determine the best combination of NBPT and different NIs on urea that will maximize NUE while reducing nitrate leaching. Treatments consisted of untreated urea, NBPT-treated urea, and six types of (NBPT + NI)-treated urea that were surface applied at 80 kg N ha−1 on plots seeded to canola (2019) and wheat (2020) at Carman and Portage in Manitoba, Canada. Plots at Carman had lysimeters installed to measure leached water and nitrate. The sites had at least 35% lesser rainfall than climate normal during each growing season. At each site, average grain yields, N removal, and residual nitrate were not significantly different between untreated urea and inhibitor-treated urea. Over the 2 years, there was no significant benefit of NBPT or NBPT + NI on crop NUE at each site. Cumulative leached nitrate (19–40 kg N ha−1) did not differ significantly among urea treated with and without inhibitors. This is because >50% of the precipitation occurred when the effectiveness of NI had elapsed. Although NBPT and NI are known to reduce N losses to the atmosphere, this study suggests that the agronomic benefit and nitrate leaching prevention by NI applied in the spring may be limited in regions where large precipitation occurs later in the growing season or during non-growing season.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».