Crop residue decomposition and nitrogen dynamics in corn under three tillage systems
Notice bibliographique
Résumé
Decomposition and N dynamics of grain-corn residues were investigated in a field study in southwestern Quebec, with particular reference to the roles of different plant parts (stems, leaves etc.) in determining overall residue mass loss and N content. A litterbag study was conducted, with surface and buried placements in plots under three tillage systems (no-till, reduced tillage, and conventional tillage, established five years before litterbag placement). Residue mass loss and N content were monitored over a two-year period. Separate data were obtained for leaves, stems, husks, and cobs. Net values for all residues combined were calculated taking into account initial proportions of each plant part at harvest. Overall estimates were made based on residue depth-distribution typical of each tillage system. A spreadsheet-based model of surface residue mass loss was developed, incorporating litterbag mass and other surface-residue data, in order to determine how well litterbag results predicted surface residue mass loss in the field, and to test alternative assumptions regarding residue decomposition and/or burial. Buried residues lost mass more quickly than surface residues, as expected. Thus residue breakdown would be fastest in a conventional system, slowest under no-till, and intermediate with reduced tillage. Substantial decreases in mass and residue N content occurred between fall placement and first sampling in spring, despite low temperatures for much of this period. Mass loss in the first period was substantial for stems as we as husks and leaves. Cobs decomposed most slowly throughout. Nitrogen dynamics, including effects of depth on residue N content, differed greatly by residue type. All the lower-N residues (cobs, husks, stems) immobilized N at some point. However, during the two-year study, N immobilization by one or more residue types was always counterbalanced or exceeded by N release by other residue, at least for the sampling intervals included. Pa
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».