Stability and stabilisation of biochar and green manure in soil with different organic carbon contents
Notice bibliographique
Résumé
Due to its recalcitrance against microbial degradation, biochar is very stable in soil compared to other organic matter additions, making its application to soils a suitable approach for the build-up of soil organic carbon (SOC). The net effects of such biochar addition also depend on its interactions with existing organic matter in soils. A study was established to investigate how the status of pre-existing soil organic matter influences biochar stabilisation in soil in comparison to labile organic additions. Carbon loss was greater in the C-rich sites (C content 58.0 g C/kg) than C-poor soils (C content 21.0–24.0 g C/kg), regardless of the quality of the applied organic resource. Biochar-applied, C-rich soil showed greater C losses, by >0.5 kg/m2.year, than biochar-applied C-poor soil, whereas the difference was only 0.1 kg/m2.year with Tithonia diversifolia green manure. Biochar application reduced the rate of CO2-C loss by 27%, and T. diversifolia increased CO2-C losses by 22% in the C-poor soils. With biochar application, a greater proportion of C (6.8 times) was found in the intra-aggregate fraction per unit C respired than with green manure, indicating a more efficient stabilisation in addition to the chemical recalcitrance of biochar. In SOC-poor soils, biochar application enriched aromatic-C, carboxyl-C, and traces of ketones and esters mainly in unprotected organic matter and within aggregates, as determined by Fourier-transform infrared spectroscopy. In contrast, additions of T. diversifolia biomass enriched conjugated carbonyl-C such as ketones and quinones, as well as CH deformations of aliphatic-C mainly in the intra-aggregate fraction. The data indicate that not only the stability but also the stabilisation of biochar exceeds that of a labile organic matter addition such as green manure.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».