Impacts of summer-seeded legume cover crops and termination-tillage method on nitrogen availability to corn in rotation
Notice bibliographique
Résumé
Summer-seeding legume cover crops can reduce erosion, mitigate nitrate leaching losses during the non-growing season, and provide bio-accumulated nitrogen (N) to the following crop. Very little information is available, however, on the most effective methods for terminating summer-seeded cover crops, or on the amount of N they can provide to subsequent crops. We therefore evaluated the impacts of selected legume cover crops and cover crop termination-tillage methods on corn ( Zea mays L.) N credit and grain yield in a soybean ( Glycine max Merr.) - winter wheat ( Triticum aestivum L.)/cover crop - corn rotation over 3 consecutive years on a clay loam soil in southwestern Ontario. The cover crops were summer-seeded after wheat harvest, and included hairy vetch ( Vicia villosa L. Roth), red clover ( Trifolium pratense L.), white clover plus crimson clover mix ( incarnatum and Trifolium alba L.), and a no cover crop control (CK). The cover crops were nested within termination-tillage method, including moldboard plow-down in fall, and herbicide spray-down in spring under strip-tillage or no-tillage then corn planting. Nitrogen fertilizer to corn was applied via side-dress at 200 kg N ha -1 to the CKs, and at 100 kg N ha -1 to the cover crops. Averaged over 3 years, above-ground biomass N level followed the pattern: hairy vetch > white clover plus crimson clover mix > red clover for fall plow-down termination. There were no significant differences in cover crop biomass N levels for spring termination. Corn response to cover crop was significantly affected by termination-tillage method and cover crop species, with poor corn stands after no-tillage, red clover and white plus crimson clover. Fall plow-down termination provided a range in N credit of 80-85 kg N ha -1 , which was significantly greater than the N credit under herbicide spray-down in spring. Under spring strip-tillage and no-tillage, hairy vetch produced significantly greater corn grain yields than red clover and white plus crimson clover mix.
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) | 0,001 | 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 ».