MétaCan
Menu
Retour à la cohorte
Enregistrement W2124741960 · doi:10.4141/cjss2013-022

Long-term S-fertilization increases carbon sequestration in a sulfur-deficient soil

2014· article· en· W2124741960 sur OpenAlexafffundvenueabout
Mekonnen Giweta, Miles Dyck, S. S. Malhi, Dick Puurveen, James A. Robertson

Notice bibliographique

RevueCanadian Journal of Soil Science · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Alberta
Organismes subventionnairesUniversity of AlbertaShell Canada
Mots-clésHuman fertilizationSoil carbonAgronomyCarbon sequestrationSulfurHayAnimal scienceChemistryEnvironmental scienceSoil waterSoil scienceNitrogenBiology

Résumé

récupéré en direct d'OpenAlex

Giweta, M., Dyck, M. F., Malhi, S. S., Puurveen, D. and Robertson, J. A. 2014. Long-term S-fertilization increases carbon sequestration in a sulfur-deficient soil. Can. J. Soil Sci. 94: 295–301. We analyzed the change in total soil organic carbon (SOC) in a long-term fertilization experiment (1980–2008) in a wheat–oat–barley–hay–hay rotation system at the University of Alberta Breton Classical plots. Soil samples were taken in 1980, 1990, 1998, 2003 and 2008 from plots that were fertilized with NPKS and NPK. The objective was to compare the relative effect of S fertilization on the SOC stocks in a S-deficient soil. Long-term S fertilization resulted in an increasing trend in soil organic carbon concentrations over 28 yr when N, P and K supply were adequate. The change in SOC with time was significantly different (P<0.05) between the two treatments. Annual application of NPK in combination with S resulted in an increased accumulation of SOC at a rate of 0.11 Mg C ha−1 yr−1 in the 0- to 15-cm depth over NPK alone. Our results suggest that long-term S fertilization in an S-deficient soil helped to sequester C in the soil.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,215
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2014
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil ScienceMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207