Influence of soil texture on fertilizer and soil phosphorus transformations in Gleysolic soils
Notice bibliographique
Résumé
The P dynamics in soils should be quantified in agricultural soils to improve fertilizer P (FP) efficiency while limiting the risk of P transfer from soils to water bodies. This study assessed P transformations following FP addition to Gleysolic soils. A pot experiment was conducted with five soils varying in texture from sandy loam to heavy clay, and receiving four FP rates under barley (Hordeum vulgare L.)-soybean (Glycine max L.) rotations. A modified Hedley procedure was used for soil P fractionation. Soil resin-P and NaHCO 3 -P i contents were interactively affected by texture and FP. The NaHCO 3 -P o , NaOH-P o , HCl-P and H 2 SO 4 -P were only affected by soil texture. Proportions of 78 and 90% of the variation in labile and total P were, respectively, related to soil clay content. The FP addition increased resin-P, NaHCO 3 -P i and NaOH-P i and -P o contents in coarse-textured soils, but the amount added was not sufficient to mask the initial influence of soil texture on the sizes of soil P pools. Plant P uptake was proportional to FP rate but less closely linked to clay content. The average increase in labile P per unit of total FP added in excess of plant exports was 0.85, 0.8 2 , 0.73, 0.55 and 0.24 for the sandy loam, loam, clay loam, clay and heavy clay soil, respectively. The results of this study stress the important of considering soil texture in Gleysolic soils when assessing P accumulation and transformations in soils, due to commercial fertilizers applied in excess of crop removal. Key words: P fractions, clay content, fertilizer P, plant P uptake, soil texture
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».