MétaCan
Menu
← Retour à la cohorte
Enregistrement W2797601543 · doi:10.7939/r3rw92

Tillage Reversal and Nitrogen Fertilization Affected Greenhouse Gas Emissions and Soil Carbon Stability Differently in a Black Chernozem and a Gray Luvisol

2015· article· en· W2797601543 sur OpenAlexaboutno aff
Lei Sun

Notice bibliographique

RevueUniversity of Alberta Library · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChernozemGreenhouse gasEnvironmental scienceTillageAgronomyHuman fertilizationSoil carbonNitrogenSoil scienceSoil waterGeologyChemistryOceanographyBiology

Résumé

récupéré en direct d'OpenAlex

Improving soil carbon (C) sequestration through land management practices is of great interest due to concerns over global climate change caused by increased atmospheric greenhouse gas (GHG) concentrations. Soil disturbance by conventional tillage (CT) generally accelerates soil organic carbon (SOC) mineralization, and changing from CT to no tillage (NT) has been shown to reduce GHG emissions and increase soil C sequestration in western Canada. However, long-term NT may cause crop residue accumulation and weed infestation. Reversing NT to CT, a process called tillage reversal, may be needed to address those issues but it may markedly alter soil C dynamics in agricultural ecosystems. The effects of tillage reversal and nitrogen (N) fertilization on soil GHG emissions during the growing season, soil C and N concentrations, and C stability in top- and subsoils were studied in two long-term field experimental sites: a Malmo silty clay loam (an Orthic Black Chernozem) at Ellerslie and a Breton loam (an Orthic Gray Luvisol) at Breton. This study used a split-plot design with two levels of N (since 1979) - 0 (N0) vs. 100 kg N ha-1 yr-1 (N100) and two levels of tillage - long-term NT (since 1979) vs. tillage reversal (TR) (since 2009 at Ellerslie and 2010 at Breton) - treatments. Straw was retained in each plot. The results are: (1) tillage reversal increased area-scaled GHG emissions but decreased yield-scaled GHG emissions at Ellerslie while N fertilization increased area-scaled GHG emissions but decreased yield-scaled GHG emissions at Breton; (2) soil heterotrophic respiration (Rh) was stimulated by tillage reversal only at Ellerslie but was stimulated by N fertilization only at Breton; (3) tillage reversal and N fertilization only increased soil C and N concentrations in the topsoil at Breton; (4) nitrogen fertilization increased water-extractable organic carbon (WEOC) concentrations at both sites but the stability of WEOC was increased by N fertilization only at Breton; (5) Nitrogen fertilization increased soil aggregation and aggregate-associated C in the topsoil at both sites; and (6) physical protection for C in the subsoil was decreased by N fertilization and tillage reversal only at Ellerslie. In conclusion, with straw retention, long-term N fertilization with short-term tillage reversal is recommended to increase soil C sequestration, improve soil aggregation, and decrease yield-scaled GHG emissions in the Gray Luvisol. In the Black Chernozem, short-term tillage reversal is recommended to improve soil aggregation and decrease yield-scaled GHG emissions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,197

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,173
Écart entre enseignants0,159 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Alberta Library→Même sujetSoil Carbon and Nitrogen Dynamics→Travaux en français237 207→