Review: Reducing residual soil nitrogen losses from agroecosystems for surface water protection in Quebec and Ontario, Canada: Best management practices, policies and perspectives
Notice bibliographique
Résumé
Rasouli, S., Whalen, J. K. and Madramootoo, C. A. 2014. Review: Reducing residual soil nitrogen losses from agroecosystems for surface water protection in Quebec and Ontario, Canada: Best management practices, policies and perspectives. Can. J. Soil Sci. 94: 109-127. Eutrophication and cyanobacteria blooms, a growing problem in many of Quebec and Ontario's lakes and rivers, are largely attributed to the phosphorus (P) and nitrogen (N) emanating from intensively cropped agricultural fields. In fact, 49% of N loading in surface waters comes from runoff and leaching from fertilized soils and livestock operations. The residual soil nitrogen (RSN), which remains in soil at the end of the growing season, contains soluble and particulate forms of N that are prone to being transported from agricultural fields to waterways. Policies and best management practices (BMPs) to regulate manure storage and restrict fertilizer and manure spreading can help in reducing N losses from agroecosystems. However, reduction of RSN also requires an understanding of the complex interactions between climate, soil type, topography, hydrology and cropping systems. Reducing N losses from agroecosystems can be achieved through careful accounting for all N inputs (e.g., N credits for legumes and manure inputs) in nutrient management plans, including those applied in previous years, as well as the strategic implementation of multiple BMPs and calibrated soil N testing for crops with high N requirements. We conclude that increasing farmer awareness and motivation to implement BMPs will be important in reducing RSN. Programs to promote communication between farmers and researchers, crop advisors and provincial ministries of agriculture and the environment are recommended.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».