MétaCan
Menu
Retour à la cohorte
Enregistrement W4389302712 · doi:10.1139/cjss-2023-0075

Tillage effects on growing season nitrous oxide emissions in Canadian cropland soils

2023· article· en· W4389302712 sur OpenAlexafffundvenueabout
David E. Pelster, Jean-Pascal Matteau, R. Farrell, Guillermo Hernandez‐Ramirez

Notice bibliographique

RevueCanadian Journal of Soil Science · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensUniversity of AlbertaUniversity of SaskatchewanUniversité LavalAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésGreenhouse gasEnvironmental scienceTillageNitrous oxideSoil waterGrowing seasonAgronomyConventional tillageAgricultureSoil scienceChemistryGeography

Résumé

récupéré en direct d'OpenAlex

Minimizing tillage has been promoted as an agricultural practice that may mitigate greenhouse gas emissions through carbon sequestration. However, there is some ambiguity regarding the effect of minimum tillage (MT) on emissions of other greenhouse gases, in particular soil nitrous oxide (N 2 O) emissions. To determine how effective MT could be in helping Canada mitigate greenhouse gas emissions, we used a meta-analysis to compare growing season N 2 O emissions from MT versus conventional tillage (CT). Overall, MT had 12% lower N 2 O emissions compared to CT ( P = 0.03). However, there was high variability due to soil texture and growing season precipitation (GSP), with MT tending to emit more N 2 O than CT in climates where GSP exceeded 600 mm, particularly for soils with sand content less than 60%. Therefore, unless long-term tillage trials, which are urgently needed in eastern Canada, show a reduction in N 2 O emissions over time, MT should be used as a greenhouse gas mitigation measure only in dry climates or on sandy soils.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,006
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,217
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil ScienceMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207