MétaCan
Menu
Retour à la cohorte
Enregistrement W1977272534 · doi:10.1155/2013/487865

Effect of Continuous Agriculture of Grassland Soils of the Argentine Rolling Pampa on Soil Organic Carbon and Nitrogen

2013· article· en· W1977272534 sur OpenAlexaff
Luis Antonio Milesi Delaye, Alicia Irizar, Adrián Enrique Andriulo, Bruno Mary

Notice bibliographique

RevueApplied and Environmental Soil Science · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésSoil carbonGrasslandTillageEnvironmental scienceSoil waterNitrogenOrganic matterSoil organic matterSoil scienceTotal organic carbonAgronomyForestryEcologyGeographyEnvironmental chemistryChemistryBiology

Résumé

récupéré en direct d'OpenAlex

Long-term soil organic carbon (SOC) and soil organic nitrogen (SON) following cultivation of grassland soils (100/120-year tillage (T) + 20/30-year no tillage (NT)) of the Rolling Pampa were studied calibrating the simple AMG model coupled with the natural 13 C abundance measurements issued from long-term experiments and validating it on a data set obtained by a farmer survey and by long-term NT experiments. The multisite survey and NT trials permitted coverage of the history of the 140 years with agriculture. The decrease in SOC and SON storage that occurred during the first twenty years by a loss through biological activity was 27% for SOC and 32% for SON. The calibrated model described the SOC storage evolution very well and permitted an accurate simultaneous estimation of their three parameters. The validated model simulated well SOC and SON evolution. Overall, the results analyzed separately for the T and NT period indicated that the active pool has a rapid turnover (MRT ~9 and 13 years, resp.) which represents 50% of SOC in the native prairie soil and 20% of SOC at equilibrium after NT period. NT implementation on soils with the highest soil organic matter reserves will continue to decrease (17%) for three decades later under current annual addition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,200
Score d'incertitude au seuil0,240

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,157
Écart entre enseignants0,154 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied and Environmental Soil ScienceMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207