Cereal crop following organic intercrops and their respective monocultures in the semiarid Canadian Prairie
Notice bibliographique
Résumé
Abstract Organic crop production relies mostly on legumes for N input. Intercropping of organic legumes with more competitive crops might provide an alternative to the poor weed suppression and disease susceptibility of legumes. It might also be expected that such intercropping could be of benefit to crops grown in the subsequent year through increased N from the preceding intercropped legume, and lower weed growth due to the more competitive companion. The objective of this study, conducted under drier than average conditions in a semiarid region of the Canadian Prairies, was to determine how organic intercrops of legumes with a cereal or oilseed at different ratios would affect soil nutrients the next spring, weed levels, and the productivity and quality of the following durum wheat [ Triticum turgidum L. ssp. durum (Desf.) Husn.]. Results from 2018 to 2019 showed that intercropping had a negligible impact on Olsen P and extractable K. Soil NO 3 ‐N (>15‐cm deep) was lowest following the lentil ( Lens culinaris Medik.)–mustard ( Sinapis alba L.) intercrops and mustard monoculture, which was reflected in lower growth of the durum wheat. Conversely, some of the pea ( Pisum sativum L.)–oat ( Avena sativa L.) intercrops and the oat and all legume monocultures resulted in higher durum wheat biomass and grain yield, with their highest values observed after the checks summerfallow and forage pea manure. Weeds tended to have lower densities after the intercrops than the grain legume monocultures. Nutrient concentration in plant tissue suggested that weeds could be a greater source of soil nutrients than crops.
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 | 0,001 | 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 ».