Cultivation‐Induced Effects on Belowground Biomass and Organic Carbon
Notice bibliographique
Résumé
Land conversion and cultivation effects on belowground biomass and C were assessed at a fescue ( Festuca altaica Trin. ssp. hallii ) prairie site and an adjacent cultivated field seeded to spring wheat ( Triticum aestivum L.). Belowground biomass and soil organic C (SOC) were measured in three landform element groups (upper level and convex shoulder elements [UL], low‐catchment‐area footslope elements [FS], and low‐elevation level and high‐catchment‐area footslope elements [LL]) at both sites. Upper level, FS, and LL landscape positions in the prairie had, respectively, eight, 12, and 13 times more belowground biomass in the top 60 cm of soil than their cultivated field counterparts. In the upper 1.8 m of soil, belowground biomass in the prairie grassland increased downslope (UL = 1849 ± 306, FS = 2533 ± 899, and LL = 3663 ± 1248 g m −1 ). In the cultivated field, LL landscape positions had higher levels of belowground biomass than either UL or FS positions (UL = 228 ± 54.5, FS = 200 ± 47.0, and LL = 294 ± 76.8 g m −2 ). Losses of C from belowground biomass accounted for 17.6% of total SOC losses in UL landscape positions, and 71.7% of losses in FS positions after cultivation. Lower level positions had the greatest loss of belowground plant C (−15.6 Mg ha −1 ) but overall the SOC had increased by 9.0 Mg ha −1 In these position the loss of belowground C was offset by significantly higher SOC additions to the surface through soil redistribution. On a whole landscape basis, the C loss because of changes in belowground biomass is a large part of the C change that occurs during the transition from native prairie to arable agriculture.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».