Biochar–compost mixture and cover crop effects on soil carbon and nitrogen dynamics, yield, and fruit quality in an irrigated vineyard
Notice bibliographique
Résumé
Effects of biochar–compost (B+Com) mixture and cover crop were assessed on soil and grapevine productivity in an irrigated Merlot ( Vitis vinifera L.) vineyard in Okanagan Valley, British Columbia (BC), Canada, from 2017 to 2020. The experimental design was a factorial arrangement of control, B+Com, cover crop, and combination of cover crop and B+Com (cover crop/B+Com) treatments in alleys with four replications. The B+Com comprised a 1:1 ratio of biochar and compost and was applied at a rate of 22 Mg ha−1 dry weight basis in May 2017 and 2019. The cover crop consisted of a dryland forage mixture and bird’s-foot trefoil ( Lotus corniculatus L.). B+Com treatment did not affect cover crop biomass or tissue C and N concentrations except for a 12% reduction in 2019 biomass. B+Com and cover crop/B+Com increased soil C content averaged across sampling dates by 11% and 17% ( P < 0.05), respectively, only at the 0–15 cm soil depth compared with the control. Cover crop treatment did not affect ( P < 0.05) soil C content at two soil depths in all sampling dates. Soil N content was not affected by B+Com, decreased by an average of 12.5% at both soil depths with cover crop, and increased with cover crop/B+Com by 4% only at the 0–15 cm soil depth averaged across sampling dates ( P < 0.05). Grape yield was increased by 32% by cover crop/B+Com relative to control only in 2020. The cover crop reduced petiole N and pruning weights in one or two years out of three.
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) | 0,000 | 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 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 ».