Distribution of Soil Organic Carbon in Riparian Forest Soils Affected by Frequent Floods (Southern Québec, Canada)
Notice bibliographique
Résumé
Measuring soil organic carbon (SOC) in riparian forest soils affected by floods is crucial for evaluating their concentration and distribution along hydrological gradients (longitudinal and transversal). Hydromorphological factors (e.g., sedimentation vs. erosion, size of floodplain, flood recurrence) may be the cause of major variations in the concentration of organic matter and SOC in soils and could have a direct impact on C levels in soil profiles. For this study, SOC concentrations were assessed in riparian soils collected along transects perpendicular to the riverbanks which cross through inundated and non-inundated zones. Other soil properties (e.g., acidity, nitrogen, texture, bulk density) that may affect the concentration of SOC were also considered. The main purpose of this study was to assess SOC concentrations in soils subjected to flooding with those outside the flood zones, and also measure various soil properties (in surface soils and at various depths ranging from 0 to 100 cm) for each selected area. Across the various areas, SOC shows marked differences in concentration and spatial distribution, with the lowest values found in mineral soils affected by successive floods (recurrence of 0–20 years). SOC at 0–20 cm in depth was significantly lower in active floodplains (Tukey HSD test), with average values of 2.29 ± 1.64% compared to non-inundated soils (3.83 ± 2.22%). The proportion of C stocks calculated in soils (inundated vs. non-inundated zones) was significantly different, with average values of 38.22 ± 10.40 and 79.75 ± 29.47 t·ha−1, respectively. Flood frequency appears to be a key factor in understanding the low SOC concentrations in floodplain soils subjected to high flood recurrence (0–20 years).
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».