Nitrogen losses from soil as affected by water and fertilizer management under drip irrigation: Development, hotspots and future perspectives
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While soil nitrogen (N) losses under drip irrigation water and fertilizer management have become a key issue in global environmental N pollution, no current systematic review of this issue exists in the literature. Drawn from the Web of Science Core Collection database, 290 related articles were identified as research subjects (1991–2022). To reveal the basic characteristics, research power, hotspots and future perspectives of this research field, an in-depth bibliometrics analysis and graphical knowledge display were undertaken by using CiteSpace software. By analyzing the evolution process of keywords, greenhouse gases, water use efficiency and crop yield have been research hotspots of this field in recent years. Irrigation systems, soil moisture, fertigation and N losses have always been the core research topics. The focus on N losses pathways has gradually shifted from nitrate (NO3-) leaching alone to comprehensive consideration of multiple losses pathways including NO3- leaching, and emissions of N2O, NH3 and NO. The corresponding water and fertilizer management strategies have gradually shifted from concentrating on water and fertilizer application amounts to diversified management methods involving combinations of amounts, methods and types. Moreover, the development and widespread application of new water and fertilizer management technologies and exogenous additives have further enriched the research direction of soil N losses under drip irrigation water and fertilizer management. Future research still needs to explore how to balance high crop yields and minimize environmental impacts, which will provide effective strategies for controlling agricultural non-point source pollution and mitigating global warming.
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.
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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle