Rotation diversifiée des cultures et usage prudent de l’azote : clés de l’agriculture durable
Notice bibliographique
Résumé
Diverse crop rotations and prudent nitrogen use -key to sustainable agricultureNitrogen, an essential nutrient required for healthy plant growth, is often added to the soil through nitrogen-based fertilizers.However, excess nitrogen added to the soil is not used by plants.The excess nitrogen escapes into the air as ammonia and nitrous oxide, or into surface and ground waters as nitrate.These losses not only negatively impact farmers' profitability (buying more nitrogen-fertilizers than is necessary for their crops), but also can cause a variety of environmental and health issues and contribute to greenhouse gas (GHG) emissions.Agriculture and Agri-Food Canada (AAFC) scientists have found two promising methods for reducing nitrogen application, and accordingly GHG emissions without negatively affecting farmers' profits or crop yields.The scientists studied six different crop rotations at seven sites in Manitoba, Alberta, and Saskatchewan, and used 12-year average prices to analyze the cost and revenue for each crop.They found that growing crops (such as wheat and canola) chosen for their high potential market returns was more profitable but led to higher GHG emissions.However, choosing a more diverse rotation of crops, including peas and faba beans planted along with winter wheat or malt barley, produced a similar crop yield and market value while using less nitrogen.In fact, the diverse rotation required 52% less nitrogen fertilizer, which is a significant reduction in fertilizer cost for farmers.Although long-term economic effects of these rotations still have to be observed, the results of these studies show that producers can maintain their profitability while reducing the use of nitrogen-based fertilizers, and nitrous oxide emissions.The team also found that using slightly less amounts of nitrogen-based fertilizer, than recommended by the "most economic rate of nitrogen" (MERN) for a crop, could reduce GHG emissions without negatively affecting yield or profitability.A crop's MERN, which is the application rate of nitrogen fertilizer that balances crop yield with the price of nitrogen to produce the optimal economic return, varies by year and even from field to field; farmers could, however, use test strips on their land to get a better idea of where fields lie on the nitrogen response curve.With growing interest in reducing nitrogen emissions for increased sustainability without cutting yields, this research offers practical on-farm advice that could be easily implemented on Canadian farms.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».