Global evaluation of inhibitor impacts on ammonia and nitrous oxide emissions from agricultural soils: A meta‐analysis
Notice bibliographique
Résumé
Abstract Inhibitors are widely considered an efficient tool for reducing nitrogen (N) loss and improving N use efficiency, but their effectiveness is highly variable across agroecosystems. In this study, we synthesized 182 studies (222 sites) worldwide to evaluate the impacts of inhibitors (urease inhibitors [UI], nitrification inhibitors [NI] and combined inhibitors) on crop yields and gaseous N loss (ammonia [NH 3 ] and nitrous oxide [N 2 O] emissions) and explored their responses to different management and environmental factors including inhibitor application timing, fertilization regime, cropping system, water management, soil properties and climatic conditions using subgroup meta‐analysis, meta‐regression and multivariate analyses. The UI were most effective in enhancing crop yields (by 5%) and reducing NH 3 volatilization (by 51%), whereas NI were most effective at reducing N 2 O emissions (by 49%). The application of UI mitigates NH 3 loss and increases crop yields especially in high NH 3 ‐N loss scenarios, whereas NI application would minimize the net N 2 O emissions and the resultant environmental impacts especially in low NH 3 ‐N loss scenarios. Alternatively, the combined application of UI and NI enables producers to balance crop production and environmental conservation goals without pollution tradeoffs. The inhibitor efficacy for decreasing gaseous N loss was dependent upon soil and climatic conditions and management practices. Notably, both meta‐regression and multivariate analyses suggest that inhibitors provide a greater opportunity for reducing fertilizer N inputs in high‐N‐surplus systems and presumably favor crop yield enhancement under soil N deficiency situations. The pursuit of an improved understanding of the interactions between plant‐soil‐climate‐management systems and different types of inhibitors should continue to optimize the effectiveness of inhibitors for reducing environmental losses while increasing productivity.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,001 | 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 ».