A modeling approach to quantifying soil macroaggregate dynamics
Notice bibliographique
Résumé
While several researchers have suggested that soil aggregate turnover is a significant control on organic matter dynamics, the quantification of soil aggregate dynamics has yet to be achieved. Quantification of soil aggregate turnover is essential to testing any hypothesis concerning the relationship between aggregate turnover and organic matter dynamics. The goal of the current work was to propose a modeling approach to the quantification of soil macroaggregate dynamics. The approach taken was to define model compartments representing water-stable soil aggregate size fractions and describing the flows between compartments using first-order kinetics. Soil aggregate data from a 2-yr field study on two contrasting soils were used to calibrate the model and yielded soil aggregate mean residence times ranging from 4 to 95 d, where aggregate dynamics were generally two to three times more rapid in a Gray Luvisol compared to a Black Chernozem. The model was subsequently used to predict the distribution of applied tracer spheres in water-stable aggregate size fractions from an initially free state. The models closely predicted the Dy "mean weight diameters" (Dy-MWD) after two growing seasons. While the models have several limitations, they offer the first attempt to quantitatively describe soil macroaggregate dynamics, which is essential to predicting the response in organic matter dynamics to changes in aggregate dynamics. Key words: Soil aggregation, macroaggregate turnover, tracer, model
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».