Carbon accumulation in agricultural soils after afforestation: a meta‐analysis
Notice bibliographique
Résumé
Abstract Deforestation usually results in significant losses of soil organic carbon (SOC). The rate and factors determining the recovery of this C pool with afforestation are still poorly understood. This paper provides a review of the influence of afforestation on SOC stocks based on a meta‐analysis of 33 recent publications (totaling 120 sites and 189 observations), with the aim of determining the factors responsible for the restoration of SOC following afforestation. Based on a mixed linear model, the meta‐analysis indicates that the main factors that contribute to restoring SOC stocks after afforestation are: previous land use, tree species planted, soil clay content, preplanting disturbance and, to a lesser extent, climatic zone. Specifically, this meta‐analysis (1) indicates that the positive impact of afforestation on SOC stocks is more pronounced in cropland soils than in pastures or natural grasslands; (2) suggests that broadleaf tree species have a greater capacity to accumulate SOC than coniferous species; (3) underscores that afforestation using pine species does not result in a net loss of the whole soil‐profile carbon stocks compared with initial values (agricultural soil) when the surface organic layer is included in the accounting; (4) demonstrates that clay‐rich soils (> 33%) have a greater capacity to accumulate SOC than soils with a lower clay content (< 33%); (5) indicates that minimizing preplanting disturbances may increase the rate at which SOC stocks are replenished; and (6) suggests that afforestation carried out in the boreal climate zone results in small SOC losses compared with other climate zones, probably because trees grow more slowly under these conditions, although this does not rule out gains over time after the conversion. This study also highlights the importance of the methodological approach used when developing the sampling design, especially the inclusion of the organic layer in the accounting.
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 | 0,008 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,029 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».