Impact of Different Agricultural Waste Biochars on Maize Biomass and Soil Water Content in a Brazilian Cerrado Arenosol
Notice bibliographique
Résumé
Arenosols in the Brazilian Cerrado are increasingly being used for agricultural production, particularly maize. These sandy soils are characterized by low soil organic matter, low available nutrients, and poor water-holding capacity. For this reason, adding biochar as a soil amendment could lead to improved water and nutrient retention. A greenhouse experiment was carried out using twelve biochars derived from four feedstocks (cotton husks, swine manure, eucalyptus sawmill residue, sugarcane filtercake) pyrolized at 400, 500 and 600 °C and applied at 5% w/w. The biochars’ effect on maize biomass was examined, along with their contribution to soil physical properties including water retention, electrical conductivity (EC), and grain size distribution. After six weeks, maize plants in soils with eucalyptus and particularly filtercake biochar had higher biomass compared to those in soils with cotton and swine manure biochars. The latter’s low biomass was likely related to excessive salinity. In general, our biochars showed potential for increasing θ in sandy soils compared to the soil alone. Filtercake and eucalyptus biochars may improve soil aeration and water infiltration, while applying cotton and swine manure biochars at levels <5% to avoid high salinity could contribute to improved soil water retention in Cerrado Arenosols.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».