Water Table Management as a Natural Bioremediation Technique of Nitrate Pollution
Notice bibliographique
Résumé
Abstract Nitrate-nitrogen (NO3--N) pollution of water resources is a worldwide problem. Field trials were conducted from 1997 to 1998 to investigate the combined impacts of water table management (WTM) and N fertilization rate on soil NO3--N level and concentration of NO3--N in drainage water. Treatments consisted of two water table treatments: free drainage (FD) with open drains at a 1.0-m depth from the soil surface and subirrigation (SI) with a design water table of 0.6 m below the soil surface, and two N fertilizer rates: 200 kg N ha-1 (N200) and 120 kg N ha-1 (N120) in a split-plot design. Subirrigation reduced NO3--N concentration in the soil compared to FD by 37% in the spring of 1997 but not significantly (2%) in 1998; and 45% and 19% in the fall of 1997 and 1998, respectively. Higher rates of fertilization (N200) resulted in greater levels of NO3--N in the soil profile than the N120. Nitrate-N concentrations in drainage water from SI were 74% and 80% lower than those from FD in 1997 and 1998, respectively. Water table management can effectively reduce NO3--N pollution of water.
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 | 0,004 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».