Nitrous oxide emissions and yields from potato production systems as influenced by nitrogen fertilization and irrigation: A meta‐analysis
Notice bibliographique
Résumé
Abstract Potato ( Solanum tuberosom ) is a globally significant crop in relation to the scale of its consumption, being the third most consumed worldwide. The overall sustainability of global agriculture is increasingly of concern, specifically in relation to increasing anthropogenic emissions of the greenhouse gas nitrous oxide (N 2 O) emissions from nitrogen fertilizer additions to croplands and its contribution to climate change. Against this backdrop, a meta‐analysis of 119 experimental comparisons from 18 studies—spanning 19 study sites in 10 countries—was employed to investigate the impact of irrigation, cumulative water input, N fertilizer application rate, soil pH, and soil texture on cumulative N 2 O fluxes and tuber yield in potato production. Compared to non‐fertilized controls, N 2 O emissions from fertilized potato production decreased by 34% when irrigation provided 61%–90% of total water input (corresponding to averages of 321–473 mm). Likewise, N 2 O emissions increased by 53% with 200–475 mm seasonal water input and by 37% with N fertilization rates of 101–200 kg N fertilizer ha −1 . Furthermore, soil pH between 7.1 and 7.5 reduced emissions by 6%, while medium‐textured soils showed an increase of 2%. Conversely, tuber yields from fertilized potato production were comparatively maximized under 31%–60% of water input as irrigation (7%) and 751–1025 mm cumulative seasonal water input (28%). Alongside 201–300 kg N fertilizer ha −1 (97%), soil pH of 7.1–7.5 (48%), and in coarse‐textured soils (49%). Overall, these findings underscore the importance of considering irrigation and N fertilization options specifically in optimizing potato production for reduced N 2 O emissions and enhanced tuber yield.
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 | 0,001 | 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 ».