Distribution of Zinc in Selected Benchmark Soils of South Western Nigeria
Notice bibliographique
Résumé
The Understanding of the different fractions of Zinc in soils is important to effectively manage fertilizer resources due to the low availability of Zinc in the native soil worldwide. Bioavailability, uptake of Zinc by plant and its fractions depend largely on the soil parent material, the type of chemical transformation the soil has been expose to over times and some anthropogenic intervention. This study examined five different Zn pools.The distribution of Zn in soil fractions was determined for seven selected soils of South Western Nigeria. A sequential batch extraction which had been modified was used to identify Zn fractions and were separated into: the extractable zinc (Ex-Zn), zinc associated with the carbonate (CO3-Zn), the organically bound zinc (Org-Zn), sesquioxide (Ox-Zn) and residual (Res-Zn) in each soil. Total Zn was estimated as a sum of all the pools.Result showed that Zinc fractions in the soils were in this order: extractible pool (3.8%) < organic pool (13.6%) < carbonate pool (14.8%) < sesquioxide pool (22.8%) < residual pool (45.1%). The residual pool amounts for almost half of the zinc that made up the total zinc in the soil. The distribution of zinc into these pools were determined by selected physical and chemical properties of the soil; the pH, organic carbon, clay, CEC, and phosphorus. However, soil phosphorus and pH had the highest influence on the zinc in the experimental soils. The stable fraction that dominated the soil was evident in the low extractable Zn fractions in the soil. Which is an indication of the inherently low levels of the bioavailability of Zn in the selected soils used in this study.
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 | 0,002 |
| 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 ».