Climatic Effects on Phosphorus Fractions of Native and Cultivated North American Grassland Soils
Notice bibliographique
Résumé
Core Ideas Influence of climate on phosphorus dynamics in soil. Regression analyses for climosequence in Great Plains. Influence of cultivation and size fractions on phosphorus dynamics. The climatic regime influences the turnover of P in soils, resulting in shifts in P fractions of different bonding forms. Here, we aimed at (i) identifying possible changes in P fractions as related to mean annual temperature (MAT) and mean annual precipitation (MAP), as well as (ii) elucidating how these patterns change under long‐term agriculture. We analyzed different P fractions after sequential extraction according to the Hedley procedure from the top 10 cm of 18 native grassland sites and adjacent long‐term agricultural fields along a temperature and precipitation transect from central Saskatoon to south Texas. The analyses were performed on bulk soils and clay fractions. The results showed that total P (P tot ) concentrations decreased with increasing MAT but were not clearly related to MAP. The contributions of total inorganic P (Pi tot ) and total organic P (Po tot ) to P tot did neither change with MAT nor with MAP. The proportions of individual soil fractions were shifted from the labile and easily extractable P bonding forms to the more stable, residual P fractions with increasing annual temperature. Arable cropping induced loss of organic P (Po). The relationships to the climatic factors were sustained for the arable soil, but better reflected in the clay fractions than in the bulk soil. We conclude that there is a gross pattern of soil P distribution related to the climate, likely reflecting the increased biological processing as well as and progressing weathering and neoformation of secondary mineral phases as annual temperatures rise.
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 | 0,000 | 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 | 0,001 | 0,006 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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; 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 ».