Assessing cropping system effects on carbon footprint on the Canadian prairies
Notice bibliographique
Résumé
Abstract Crop rotations are considered a promising strategy for mitigating greenhouse gas (GHG) emissions and enhancing soil organic matter in agricultural land. However, studies often focused solely on either GHG emissions or soil organic carbon (SOC) changes, rather than integrating both indicators. We conducted a 4‐year (2018–2021) crop rotation study to examine effects of six rotation systems in three ecoregions (sub‐humid, sub‐semiarid, and semiarid) on GHG emissions, SOC changes, and C footprints in Saskatchewan, Canada. The six rotation systems include (i) control, (ii) intensified, (iii) diversified, (iv) market‐driven, (v) high‐risk, and (vi) soil‐health cropping system. GHG emissions were estimated using the Holos model, and SOC changes were estimated using the Campbell model, and C footprints were calculated as the difference between GHG emissions and SOC changes. The 4‐year cumulative GHG emissions, expressed as CO 2 equivalent (CO 2 e), were highest in the sub‐humid ecoregion due to higher background SOC levels, nitrogen (N) fertilizer inputs, and precipitation. The diversified and soil‐health systems reduced GHG emissions by reduced N fertilizer inputs. Carbon footprints revealed net CO 2 e emissions for the market‐driven system but net CO 2 e withdrawals for the soil‐health and diversified systems. The results indicated that the diversified systems significantly mitigated GHG emissions, increased soil C stocks, and withdrew CO 2 e.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».