MétaCan
Menu
Retour à la cohorte
Enregistrement W4402113107 · doi:10.1002/agj2.21659

Impact of crop residue removal on crop production, feedstock quality, and theoretical ethanol production in the Mid‐Atlantic United States

2024· article· en· W4402113107 sur OpenAlexaff
Martín Leonardo Battaglia, Sirwan Babaei, Amir Sadeghpour, Wade E. Thomason, Subhan Danish, Mahmoud F. Seleiman, Ekrem Ozlu, Maythem AL‐Amery, John H. Fike, André A. Diatta

Notice bibliographique

RevueAgronomy Journal · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensOntario Tobacco Research Unit
Organismes subventionnairesnon disponible
Mots-clésRaw materialEthanol fuelAgronomyEnvironmental scienceCropCrop residueProduction (economics)Residue (chemistry)BiofuelChemistryBiotechnologyAgricultureBiologyEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Cellulosic biomass‐to‐bioenergy systems provide fuel, reduce emissions, and offer economic benefits. Corn (Zea mays L.) and wheat (Triticum aestivum L.) residues could be used as feedstocks for biofuel production. However, the impact of residue removal on crop productivity in the Mid‐Atlantic region has not been thoroughly assessed. A trial was conducted to assess crop yield and quality response to different biomass retention rates in grain cropping systems during 2015–2017. Various combinations of corn stover (0–10 Mg ha−1) and wheat straw (0–3 Mg ha−1) were applied in a corn–wheat/soybean [Glycine max (L.) Merr.] rotation in New Kent, VA. In Blacksburg, VA, corn stover (0–20 Mg ha−1) was applied in the continuous corn system. Residues were applied after grain harvest over two production cycles for each system. Residue retention showed no significant impact on grain or crop residue yields or nutrient uptake in either system. Treatment minimally impacted feedstock quality, except wheat straw's sulfur (S) concentration, optimized at around 70% retention in New Kent. Theoretical ethanol potential (TEP) and yield remained unaffected by total residue rates in New Kent. In Blacksburg, over 2 years, a minimum TEP for corn stover corresponded to a retention rate of approximately 30%. A retention rate of more than 30% increased TEP, likely due to improved feedstock quality. Nutrient replacement costs for primary macronutrients and S uptake ranged from $18.3 to $36.9 ha−1 for corn stover and $6.1 to $11.8 ha−1 for wheat straw. Residue harvest or addition did not harm short‐term biomass yield in Virginia's grain‐based cropping 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,225
Score d'incertitude au seuil0,447

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,281
Écart entre enseignants0,261 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgronomy JournalMême sujetBiofuel production and bioconversionTravaux en français237 207