Land Use, Land Use History, and Soil Type Affect Soil Greenhouse Gas Fluxes From Agricultural Landscapes of the East African Highlands
Notice bibliographique
Résumé
Abstract This study aims to explain effects of soil textural class, topography, land use, and land use history on soil greenhouse gas (GHG) fluxes in the Lake Victoria region. We measured GHG fluxes from intact soil cores collected in Rakai, Uganda, an area characterized by low‐input smallholder (<2 ha) farming systems, typical for the East African highlands. The soil cores were air dried and rewetted to water holding capacities (WHCs) of 30, 55, and 80%. Soil CO2, CH4, and N2O fluxes were measured for 48 h following rewetting. Cumulative N2O fluxes were highest from soils under perennial crops and the lowest from soils under annual crops (P < 0.001 for all WHC). At WHC of 55% or 80%, the sandy clay loam soils had lower N2O fluxes than the clay soils (P < 0.001 and P = 0.041, respectively). Cumulative soil CO2 fluxes were highest from eucalyptus plantations and lowest from annual crops across multiple WHC (P = 0.014 at 30% WHC and P < 0.001 at both 55 and 80% WHC). Methane fluxes were below detectable limits, a shortcoming for using soil cores from the top soil. This study reveals that land use and soil type have strong effects on GHG fluxes from agricultural land in the study area. Field monitoring of fluxes is needed to confirm whether these findings are consistent with what happens in situ.
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 | 0,001 |
| 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 | 0,000 | 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 ».