DRIFT spectroscopy combined with sodium hypochlorite oxidation reveals different organic matter characteristics in density-size fractions of organically managed soils
Notice bibliographique
Résumé
The objective of this study was to characterize the organic matter (OM) in density-size fractions of soil samples from a commercial organic farm using diffuse reflectance infrared Fourier transform (DRIFT) spectroscopy. The soil samples were separated by density fractionation with a sodium iodide (Nal) solution (1.6 g cm –3 ) into free particulate OM (fPOM), occluded particulate OM (oPOM), heavy particulate OM (hPOM), and mineral-associated OM (MAOM) fractions. The OM characterization by DRIFT spectroscopy was the difference in spectra obtained before and after sodium hypochlorite (NaClO) oxidation. However, the infrared absorption bands derived from the soil mineral matrix interfered with the detection of the absorption bands of polysaccharides. An increase in the amount of organic C under organic management was observed for all the density-size fractions, but the functional group composition of the NaClO-oxidizable OM differed among the fractions. The NaClO-oxidizable OM in the fPOM fraction was characterized by a high lignin content, whereas the oPOM fraction had high amounts of aliphatic compounds and lignin. The hPOM fraction contained less lignin and more proteinous materials, and the MAOM fraction was rich in proteinous materials. This study demonstrates that DRIFT spectroscopy combined with NaClO oxidation is a powerful tool for characterizing the relatively unstable OM in soils.
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 | 0,001 |
| 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) | 0,001 | 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 ».