Biobased residues sustain crop productivity and soil health in a maize–soybean rotation
Notice bibliographique
Résumé
Abstract Biobased residues are local and cost‐effective sources of soil amendments that can efficiently provide nutrients to crops, enhance soil health and serve as alternatives to mineral fertilizers. The objective of our study was to comprehensively evaluate the soil health and crop productivity of temperate agroecosystems amended with different types of organic residues (biobased residues), including composted food waste (compost), biosolid slurry (biosolids) and liquid anaerobic digestate (digestate), compared with nitrogen fertilizer. The experiment was conducted on a silt loam soil under maize–soybean rotation in Canada, where a wide range of physical, chemical and biological indicators were measured and integrated into a soil health score. Biobased residues resulted in about 50%–60% increase in soil‐exchangeable potassium and 10% soil‐exchangeable sodium over levels found in nitrogen fertilizer. Soil microbial biomass and the capacity of soil microbes to utilize carbon substrates differed among growing seasons but not among amendment types ( p > .05). Crop productivity was similar among amendment types ( p > .05). We found that the soil health score of biosolids was positively correlated with shoot and root biomass and negatively correlated with shoot nitrogen ( p < .05), while that of nitrogen fertilizer was positively correlated with shoot carbon ( p < .05). This was likely because of a variation in the availability of labile carbon and nitrogen among amendment types. Our research also suggests that temperate silt loam soil amended with biobased residues, especially biosolids, supplied sufficient nitrogen without the need for additional nitrogen fertilizer.
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 | 0,000 | 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 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 ».