Environmental phosphorus risk classes for silage corn in the Fraser Valley, Canada
Notice bibliographique
Résumé
High soil phosphorus (P) concentrations accelerate P losses from intensively managed farmlands and must be reduced to mitigate eutrophication and water quality concerns, without reducing crop yields. Using 140 soil samples from silage corn fields within the Fraser Valley, British Columbia, Canada, water-extractable P (Pw) was positively related to the P saturation index (PSI) by linear regression (R 2 = 0.89). We established critical values for PSI 10.8 % and Pw 4.1 mg kg –1 for P loss risks and identified four environmental risk classes. Soils in the low risk class (PSI = 0–6.6 %, Pw = 0–2.2 mg kg –1 ), had the lowest Mehlich 3-P (P M3 ) concentrations, but yield was 13.7 Mg ha –1 , below the optimum provincial range (20–25 Mg ha –1 ). In the moderate risk class (PSI = 6.6–10.8 %, Pw = 2.2–4.1 mg kg –1 ), soil P was sufficient to achieve optimum silage corn yield (22.2 Mg ha –1 ). Conversely, in the high (PSI = 10.8–24.3 %; Pw = 4.1–10.3 mg kg –1 ) and very high (PSI > 24.3 % and Pw > 10.3 mg kg –1 ) risk classes, soils had excessive P concentrations (P M3 > 200 mg kg –1 ), but corn yield did not increase. Soil P must be reduced in the high and very high risk classes to reduce runoff loss risk, which will not affect crop yields. Our study shows that P fertilization could improve yields in the low risk class, but must be done carefully to minimize the likelihood of P loss risks.
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 ».