Mostrar el registro sencillo del ítem
dc.contributor.author
Alvarez, Roberto
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
de Paepe, Josefina
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Gimenez, Analía
dc.contributor.author
Recondo, Verónica
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Pagnanini, Federico
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Mendoza, Maria Rosa
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Caride, Constanza
dc.contributor.author
Ramil, Denis
dc.contributor.author
Facio, Facundo
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Berhongaray, Gonzalo
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.date.available
2021-09-08T17:43:59Z
dc.date.issued
2020-03
dc.identifier.citation
Alvarez, Roberto; de Paepe, Josefina; Gimenez, Analía; Recondo, Verónica; Pagnanini, Federico; et al.; Using a nitrogen mineralization index will improve soil productivity rating by artificial neural networks; Taylor & Francis; Archives of Agronomy and Soil Science; 66; 4; 3-2020; 517-531
dc.identifier.issn
1476-3567
dc.identifier.uri
http://hdl.handle.net/11336/139920
dc.description.abstract
In the Pampas, nitrogen fertilization rates are low and soil organic matter impacts crop yield. Wheat (Triticum aestivum L.) yield was related to total soil nitrogen (total N) and to nitrogen mineralization potential (mineralized N) to determine whether the effects of organic matter may be attributed to its capacity to act as a nitrogen source or to the improvement of the soil physical condition. Data of 386 sites from throughout the region comprised in a recent soil survey were used, in which climate and soil properties to 1 m depth were determined. Artificial neural networks were applied for total N and mineralized N estimation using climate and soil variables as inputs (R2 = 0.59–0.70). The models allowed estimating total N and mineralizable N at county scale and related them to statistical yield information. Neural networks were also used for yield prediction. The best productivity model fitted (R2 = 0.85) showed that wheat yield could be predicted by rainfall, the photothermal quotient, and mineralized N. The soil organic matter effect on crop yield seems to be mainly related to its nitrogen mineralization capacity. Using mineralized N as predictor would be a valuable tool for rating soil productivity.
dc.format
application/pdf
dc.language.iso
eng
dc.publisher
Taylor & Francis
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.rights
info:eu-repo/semantics/restrictedAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.subject
ARTIFICIAL NEURAL NETWORKS
dc.subject
SOIL NITROGEN MINERALIZATION
dc.subject
SOIL ORGANIC MATTER
dc.subject
SOIL PRODUCTIVITY
dc.subject
WHEAT YIELD
dc.subject.classification
Ciencias del Suelo
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Agricultura, Silvicultura y Pesca
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
CIENCIAS AGRÍCOLAS
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.title
Using a nitrogen mineralization index will improve soil productivity rating by artificial neural networks
dc.type
info:eu-repo/semantics/article
dc.type
info:ar-repo/semantics/artículo
dc.type
info:eu-repo/semantics/publishedVersion
dc.date.updated
2021-09-07T14:54:40Z
dc.journal.volume
66
dc.journal.number
4
dc.journal.pagination
517-531
dc.journal.pais
Reino Unido
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.description.fil
Fil: Alvarez, Roberto. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad de Buenos Aires. Facultad de Agronomía; Argentina
dc.description.fil
Fil: de Paepe, Josefina. Universidad de Buenos Aires. Facultad de Agronomía; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
dc.description.fil
Fil: Gimenez, Analía. Universidad de Buenos Aires. Facultad de Agronomía; Argentina
dc.description.fil
Fil: Recondo, Verónica. Universidad de Buenos Aires. Facultad de Agronomía; Argentina
dc.description.fil
Fil: Pagnanini, Federico. Universidad de Buenos Aires. Facultad de Agronomía; Argentina
dc.description.fil
Fil: Mendoza, Maria Rosa. Universidad de Buenos Aires. Facultad de Agronomía; Argentina
dc.description.fil
Fil: Caride, Constanza. Universidad de Buenos Aires. Facultad de Agronomía; Argentina
dc.description.fil
Fil: Ramil, Denis. Universidad de Buenos Aires. Facultad de Agronomía; Argentina
dc.description.fil
Fil: Facio, Facundo. Universidad de Buenos Aires. Facultad de Agronomía; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
dc.description.fil
Fil: Berhongaray, Gonzalo. Universidad Nacional del Litoral. Facultad de Ciencias Agrarias; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
dc.journal.title
Archives of Agronomy and Soil Science
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/https://www.tandfonline.com/doi/abs/10.1080/03650340.2019.1626984?journalCode=gags20
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1080/03650340.2019.1626984
Archivos asociados