Surface Soil Organic Matter Qualities of Three Distinct Canadian Arctic Sites
Notice bibliographique
Résumé
Cryosolic soils store large amounts of carbon (C) because soil organic matter (SOM) decomposition is slower than plant growth. The response of arctic SOM to climate change is likely to depend not only on temperature, but also upon complex interactions between soil properties and SOM chemistry. We hypothesized that organic surface soils (>17% carbon) have more labile SOM than mineral surface soils (<17% carbon). Furthermore, we hypothesized that high arctic soils have more labile SOM than soils from the Low Arctic and subarctic. This study was conducted in 3 arctic ecosystems: subarctic (Churchill, Manitoba; n = 138), Low Arctic (Daring Lake, Northwest Territories;n = 60), and High Arctic (Truelove Lowlands, Nunavut; n = 54). The 0–10 cm depth of several different Cryosolic soils was sampled. The results from density fractionation and solid-state 13C cross polarization and magic angle spinning (CPMAS) nuclear magnetic resonance (NMR) spectroscopy showed that organic surface soils contained relatively more labile C than mineral surface soils. Organic soils contained about 13% more O-Alkyl-C and 30% less Aromatic-C than mineral soils. Furthermore, for Churchill, Daring Lake, and Truelove organic soils, 53, 73, and 20% of the C was included in the light fraction of SOM [LF (LF < 1.55 g mL-1)], whereas 24, 19, and 14% of the C was included in the LF of mineral soils, respectively. Organic surface soils of subarctic and low arctic sites contained relatively more labile C than the high arctic site. Results showed that the subarctic and low arctic sites store about 15% more O-alkyl-C and 35% less Aromatic-C than high arctic organic soils (P < 0.001).
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,104 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».