MétaCan
Menu
Retour à la cohorte
Enregistrement W2810010995 · doi:10.1139/cjss-2018-0011

Effects of a one-time application of bentonite on soil enzymes in a semi-arid region

2018· article· en· W2810010995 sur OpenAlexaffvenue
Junzhen Mi, E. G. Gregorich, Shengtao Xu, Neil B. McLaughlin, Jinghui Liu

Notice bibliographique

RevueCanadian Journal of Soil Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésUreaseBentoniteAmendmentAridCatalaseInvertaseAlkaline phosphataseAgronomyChemistrySoil enzymeSowingEnzyme assayAnimal scienceEnzymeBiologyEcologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Soil enzymes play a key role in many soil processes that affect soil health and which may be adversely affected under a changing climate. We investigated the short- and long-term effects of bentonite amendments on soil catalase, invertase, urease, and alkaline phosphatase activity in a field experiment in a semi-arid region in northern China. Treatments included six rates of bentonite amendments (0, 6, 12, 18, 24, and 30 Mg ha−1) applied only once in 2011. Addition of bentonite had a significant (P < 0.01) effect on the activity of each enzyme at different layers and days after millet sowing. Observed increases in catalase, invertase, urease, and alkaline phosphatase activities were up to 42%, 46%, 58%, and 50%, respectively, and they were approximately linear with increasing bentonite rate up to 24 Mg ha−1 over the 5 yr experimental period. Averaged over 5 yr, the 24 Mg ha−1 rate of bentonite amendment led to the largest effect on soil enzyme activity in all soil layers at five growth stages over the growing season. The observed increased enzyme activity suggests that bentonite can help maintain and improve soil health to support plant growth and contribute to sustainable agriculture production in a semi-arid environment.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,201
Écart entre enseignants0,192 · 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'étudeObservationnel
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

Citations18
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil ScienceMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207