Trade‐offs in nutrient and sediment losses in tile drainage from no‐till versus conventional conservation‐till cropping systems
Notice bibliographique
Résumé
Abstract Nutrient and soil loss from agricultural areas impairs surface water quality globally. In the Great Lakes region, increases in the frequency and magnitude of harmful and nuisance algal blooms in freshwater lakes have been linked to elevated phosphorus (P) losses from agricultural fields, some of which are transported via tile drainage. This study examined whether concentrations and loads of P fractions, total suspended sediments (TSS), nitrate (NO 3 − ), and ammonium (NH 4 + ) in tile drainage in a clay soil differed between a continuous no‐till system combining cover crops and surface broadcast fertilizer (no‐till cover crop [NTCC]), and a more conventional tillage system with shallow tillage, fertilizer incorporation and limited use of cover crops (conventional conservation‐till, CT). Both sites had modest soil fertility levels. Year‐round, high‐frequency observations of tile drainage flow and chemistry are described over 4 full water years and related to management practices on the associated fields. There were similar water yields in tile drainage between the two systems; however, losses of TSS, particulate P (PP), and NO 3 − were consistently greater from the CT site, which received larger quantities of fertilizer. In contrast, dissolved reactive P (DRP) losses were considerably greater from the NTCC site, offsetting the lower PP losses, such that there was little difference in TP losses between sites. Approximately 60% of the DRP losses from the NTCC site over the 4 years were associated with incidental losses following surface application of fertilizer in fall. This study provides insight into trade‐offs in controlling losses of different nutrient fractions using different management systems.
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) | 0,000 | 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 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 ».