Active carbon pools and enzyme activities in soils amended with de-inking paper sludge
Notice bibliographique
Résumé
Application of paper mill wastes generally improves soil organic matter content, biological activity and physical properties. However, the impact of large application rates (>50 Mg ha −1 ) on soil microflora and their activity has not been assessed. A field study was undertaken on a well-drained clay loam and a poorly drained silty clay loam amended with de-inking paper sludge (DPS) at rates of 0 (control), 50 or 100 Mg ha −1 . K 2 SO 4 -extractable C (C ext ), soil water content (SWC), microbial biomass C (MBC) and different enzyme activity rates were periodically measured in soil during 1075 d following DPS incorporation. Compared with control soils, C ext content increased by 100 to 200%, and soil water content increased by 35% following incorporation of DPS at 100 Mg ha −1 . Those differences decreased in time as DPS decomposed. Soil MBC increased proportionally with the rate of DPS amendment and was about twice the amount in soils amended with 100 Mg ha −1 compared with the control. Microbial quotient (ratio of MBC to total soil organic C) was greater in DPS-amended than in control soils until day 370, reflecting the input of labile C from DPS. Compared with the control, fluorescein diacetate hydrolysis and alkaline phosphatase activity rates increased by 40 to 100% when adding 50 Mg DPS ha −1 . However, the rates were similar for 50 and 100 Mg DPS ha −1 . We concluded that DPS promoted microbial growth and activity in the soil by improving C and water availability. However, levelling off of enzyme activity at a DPS loading rate above 50 Mg ha −1 could reflect changes in soil microbial community, or some kinetic interference or nutrient deficiency induced by excessive C input. Key words: Microbial biomass, active carbon, soil enzyme, paper sludge
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».