MétaCan
Menu
Retour à la cohorte
Enregistrement W1996548204 · doi:10.1080/03650340.2014.907491

C and N dynamics of a range of biogas slurries as a function of application rate and soil texture: a laboratory experiment

2014· article· en· W1996548204 sur OpenAlexfundno aff
Anja Sänger, Daniel Geisseler, Bernard Ludwig

Notice bibliographique

RevueArchives of Agronomy and Soil Science · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Saskatchewan
Mots-clésCambisolDigestateSoil waterChemistrySoil textureMineralization (soil science)BiogasEnvironmental chemistrySoil scienceAnaerobic digestionEnvironmental scienceEcology

Résumé

récupéré en direct d'OpenAlex

Digestates vary in composition and studies regarding their impact on C and N dynamics in soils are scarce. The objective was to analyse the C and N dynamics of digestates originating from various substrates applied to a sandy Cambisol and a silty Anthrosol. In three laboratory experiments (4–6 weeks), the effects of digestate properties, N rate and water content were tested. Averaged over both soils, 21% of the C supplied was emitted as CO2. Potential NH3 emissions during the first week ranged between 6% and 12% of NH4+ present in the digestates. The emission factors in the sandy Cambisol were on average 1.2 and 2 times higher for CO2 and potential NH3, respectively, compared to the silty Anthrosol. Similarly, net nitrogen mineralization in the sandy Cambisol was approximately twice the N mineralized in the silty Anthrosol. Net nitrification was not influenced by soil texture or different digestates, but increased with increasing application rates and had highest values at 75% of water holding capacity. Our results indicate that the type of substrate input for anaerobic digestion influences the properties of the digestate and therefore the dynamics of C and N. However, soil texture can affect these dynamics markedly.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,760
Score d'incertitude au seuil0,574

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 technologies0,0000,002
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 Opus0,005
Tête enseignante GPT0,194
Écart entre enseignants0,189 · 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

Citations27
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Agronomy and Soil ScienceMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207