Nitrogen Mineralization Potential (No) in Three Kenyan Soils: Andosls, Ferralsols and Luvisols
Notice bibliographique
Résumé
Nitrogen mineralization potential is important so as to prevent over-fertilization that could lead to groundwater contamination or under-fertilization that could lead to poor nutrient provision by crops leading to low yields. Three soil types were selected on the basis of groups, agro-ecological zone, organic matter content and land use. The soil samples were taken from the 0-15 and 15-30 cm depth. The samples were placed in incubation bags, water added to field capacity, sealed and incubated in laboratory at room temperature. The bags were opened at intervals of two weeks and soil sub-samples taken for analysis of mineral N for a period of 17 weeks. The calculated mineralizable N was 138.8 μg N and 116.4 μg N/g for Gituamba andosols, 46.0 μg N and 46.4 μg N/g for Kitale ferralsol and 260.1 μg N and 197.3 μg N/g soil for Katumani luvisols in the 0-15 and 15-30 cm depth, respectively. These calculated values compared well with the actual cumulative mineralizable N for Gituamba andosols at 127 μg N and 74.1 μg N/g, for Kitale ferralsols at 48.0 μg N and 64.1 μg N/g and for Katumani 80.6 μg N and 47.7 μg N/g soil in the 0-15 and 15-30 cm depth, respectively. The time taken for 50% of potentially mineralizable N to be mineralized (t½) ranged from 6.3 weeks for Katumani luvisols 15-30 cm to 30.1 weeks for Kitale ferralsols 0-15 cm soil depths. The soils with highest rate constant (k) had the least. For example, 15-30 cm depth of Katumani luvisols with of 6.3 weeks had the highest k of 0.112 week-1 compared with Kitale ferralsols 0-15 cm depth with t½ of 30.1 weeks and the lowest k of 0.023 week-1. The observed data indicates that 50% of N would be mineralized in all the soil types with the exception of Kitale ferralsols (0-15 cm depth) within the growing period of the crops which is approximately 20 weeks.
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 | 0,001 | 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) | 0,001 | 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 ».