Economic Feasibility of Management of Fertilization in the Soybean-Corn System Cultivated in Succession
Notice bibliographique
Résumé
Fertilization management is one of the agricultural practices that demand high investment. Thus, the objective was to evaluate the economic viability of using combinations of fertilizers applied to soybean and corn cultivated in succession in Goiás Savanna soil. The experiment was carried out in the field, in randomized blocks. The fertilization management consisted of the combination of monoammonium phosphate fertilizers; urea; 08:40:00 +9.3%S and 3.2% Ca; simple superphosphate; potassium chloride; elemental sulfur; polyhalite (37% K2O + 9.2% S, 5.8% Ca and 1.7% Mg) and polyhalite S (14% K2O + 19.2% S, 12% Ca and 3.6% Mg) which were applied in soybean sowing and evaluated the residual effect on corn. The economic assessment took into account crop productivity and fertilizer prices in the 2018/2019 agricultural year. For each treatment, the operating cost (COi) and profitability indicators were calculated: gross revenue (GRi); net revenue (NRi); profitability index (PITi); equilibrium production (Yei) and equilibrium price (Pei). Crop productivity was not influenced by fertilizer management, showing that economic indicators can help producers choose the management with the best return and that adjusts to the financial situation of the rural company. Thus, it is concluded that the management of MAP + KCl fertilization was economically outstanding in soybean cultivation and the MAP/S + KCl applied to soybeans, associated with nitrogen fertilization in corn coverage was the most viable for off-season corn. The economic indicators showed that the MAP+KCl fertilization performed on soybean, associated with urea in corn coverage, is the most viable management system for the soybean-corn production system cultivated in succession.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».