MétaCan
Menu
Retour à la cohorte
Enregistrement W4408509040 · doi:10.1016/j.jare.2025.03.030

Mitigating life-cycle multiple environmental burdens while increasing ecosystem economic benefit and crop productivity with regional universal nitrogen strategy

2025· article· en· W4408509040 sur OpenAlexaff
Zhi Yao, Xingbang Wang, Wei Zhang, Dunyi Liu, Wushuai Zhang, Xiaopeng Gao, Xinping Chen

Notice bibliographique

RevueJournal of Advanced Research · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensUniversity of ManitobaMinistry of Agriculture
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésProductivityEcosystemCrop productivityEnvironmental scienceNatural resource economicsNitrogen cycleNitrogenEnvironmental resource managementCropEnvironmental protectionEcologyEconomicsBiologyEconomic growthChemistry

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Nitrogen fertiliser is critical for increasing crop yields worldwide, but excessive use causes significant N losses in various forms and subsequent environmental issues, such as greenhouse gas (GHG) emissions. Establishing regional universal nitrogen strategy (RUNs) is indispensable for technology adoption, resource conservation, and pollution mitigation in crop production. OBJECTIVES: This study aims to develop a regional universal nitrogen fertilizer strategy to address variations in N application effectiveness, balancing agricultural productivity with environmental and eco-economic benefits. METHODS: We conducted a total of 48 site-year field experiments including no nitrogen application (Control), farmers' practice (FP), and the implementation of the RUNs with optimized nitrogen recommended formulas and one-off application method. RESULTS: The RUNs significantly increased yields by 5.9%, 12%, and 11% for grain, sweet, and silage maize, respectively, compared with FP. Further, RUNs reduced life-cycle potentials of global warming, soil acidification, water eutrophication, and energy depletion by 22-45%, 63-76%, 51-73%, and 46-67%, respectively. The RUNs increased economic benefits by 11%-58.2%, and net ecosystem-economic benefits by 11.3-77.5%, particularly through the reduction of nitrogen fertiliser and labour-associated agricultural and ecological costs. CONCLUSION: We propose that the RUNs reconciled crop yield, resource efficiency, environmental impacts, and ecosystem economic benefits, demonstrating a regional sustainable N strategy for global food security and resource conservation.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,022
Tête enseignante GPT0,255
Écart entre enseignants0,233 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced ResearchMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207