MétaCan
Menu
Retour à la cohorte
Enregistrement W4406737293 · doi:10.1016/j.geoderma.2025.117172

Variable rate precision application of feedlot cattle manure mitigates soil greenhouse gas emissions

2025· article· en· W4406737293 sur OpenAlexafffundabout
R.D. Hangs, J.J. Schoenau, J. Diane Knight, R. Farrell

Notice bibliographique

RevueGeoderma · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Soil, Plant Science
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesUniversity of Saskatchewan
Mots-clésFeedlotGreenhouse gasManureEnvironmental scienceAgronomyAnimal scienceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Solid cattle manure amendments provide a low-cost alternative nutrient source to inorganic fertilizers, while providing a carbon input to the soil. The augmented soil organic carbon levels, however, may be largely offset by manure-related greenhouse gas (GHG) emissions. Soil nitrous oxide (N2O), methane (CH4), and carbon dioxide (CO2) emissions were measured at the landscape-scale in a Canadian prairie agricultural field supporting silage barley (Hordeum vulgare L.) production. Manure was applied to meet barley P requirements, while total N rate was supplemented using anhydrous ammonia. A non-manured control (NMC) also was included, to calculate N2O emission factors. The NMC zone consisted of an annual application of anhydrous ammonia at 80 kg N ha−1. In addition to solid cattle manure at a constant (CRM; 45 Mg ha−1) or variable (VRM; 0–72 Mg ha−1) rate, the manured treatment zones also received 80 kg N ha−1 of anhydrous ammonia. The VRM treatment included set-backs from the watershed basin centers in ephemeral wetlands that did not receive solid cattle manure. Gas samples were collected using chamber-based methodology, with chambers installed at 130 locations across six watershed basins (n = 2 per zone) during 2019–2021. Cumulative N2O emissions were 76 % (CRM) and 62 % (VRM) higher following manure addition. The normalized N2O emissions for CRM were 24 % greater than VRM and NMC, with CRM having 31 % larger manure-induced N2O emissions than VRM. Though all soils were net CH4 sinks, manure application reduced CH4 consumption by 33 % (CRM) and 25 % (VRM) compared with the NMC. Manure addition did not impact cumulative CO2 emissions. Although VRM application mitigated manure-related GHG emissions, enhanced GHG intensity following manure addition highlights the importance of ensuring balanced soil fertility, to support optimal crop growth and maximize yield-scaled GHG performance metrics in manured landscapes.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

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 Opus0,008
Tête enseignante GPT0,210
Écart entre enseignants0,202 · 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

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGeodermaMême sujetAgriculture, Soil, Plant ScienceTravaux en français237 207