Phosphate Sorption and Release in a Sandy‐Loam Soil as Influenced by Fertilizer Sources
Notice bibliographique
Résumé
Soil phosphate (PO 4 –P) sorption and release is affected by reactions at the solution–soil surface interface. The objective of this study was to determine how the net negative surface charge and phosphate adsorption/desorption processes in a sandy‐loam soil were affected by cattle manure and inorganic fertilizer applications. The soil came from a field experiment where manure and triple superphosphate (TSP) were applied annually on an equivalent plant‐available P basis. After 4 yr, manured soils had 37% more negative surface charge in soil suspensions from pH 4 to 7 than TSP‐fertilized soils. Phosphate adsorption was 23% lower in soils receiving manure than TSP. The phosphate adsorption data (adsorption of added phosphate + native adsorbed phosphate) was modeled with the Langmuir 2‐surface equation, which revealed that the binding strength for phosphate, including native adsorbed phosphate, was about 50% less in the manured soils than the TSP‐fertilized soils. These results suggest that manure applications that increase the net negative surface charge also reduce the soil phosphate adsorption capacity. The cumulative desorbed phosphate was twofold greater from manured soils than TSP‐fertilized soils. This confirmed the results from phosphate adsorption isotherms showing that phosphate was weakly bound in manured soils, compared with TSP‐fertilized soils. We found that manuring not only decreased phosphate retention by the soil but also increased phosphate release into the soil solution, and thus may lead to greater transport of phosphate from agricultural land to waterways.
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 | 0,002 | 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 | 0,003 |
| 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 ».