Organic Matter Chlorination Rates in Different Boreal Soils: The Role of Soil Organic Matter Content
Notice bibliographique
Résumé
Transformation of chloride (Cl(-)) to organic chlorine (Cl(org)) occurs naturally in soil but it is poorly understood how and why transformation rates vary among environments. There are still few measurements of chlorination rates in soils, even though formation of Cl(org) has been known for two decades. In the present study, we compare organic matter (OM) chlorination rates, measured by (36)Cl tracer experiments, in soils from eleven different locations (coniferous forest soils, pasture soils and agricultural soils) and discuss how various environmental factors effect chlorination. Chlorination rates were highest in the forest soils and strong correlations were seen with environmental variables such as soil OM content and Cl(-) concentration. Data presented support the hypothesis that OM levels give the framework for the soil chlorine cycling and that chlorination in more organic soils over time leads to a larger Cl(org) pool and in turn to a high internal supply of Cl(-) upon dechlorination. This provides unexpected indications that pore water Cl(-) levels may be controlled by supply from dechlorination processes and can explain why soil Cl(-) locally can be more closely related to soil OM content and the amount organically bound chlorine than to Cl(-) deposition.
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 | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».