A model-based assessment of the soil C storage potential at the national scale: A case study from France
Notice bibliographique
Résumé
The recent controversy about the 4 per 1000 initiative has emphasized the need for a quantitative assessment of the C storage potential of agricultural soils. Moreover a clear distinction is required between the biophysically and the economically achievable potentials. Here we used a modelling approach at a fine spatial-scale resolution (< 8 km2) to quantify the additional C storage in agricultural soils of mainland France following the implementation, when feasible, of a range of soil C storing practices (i.e. cover crops, reduced tillage, new C inputs, grazing instead of mowing,…). The additional cost for farmers was also calculated, thus yielding the cost per Mg of additional C stored in soils. Results showed that the average additional C storage calculated over 30 years ranged between +0.028 and + 0.466 Mg C ha-1 yr-1 (i.e. between +0.5 and +7.2‰) for the different tested practices, with a very high spatial variability over France for each practice related to initial C stocks and pedo-climatic conditions. The storing practices where then ranked according to the cost of the additional C stored in soils (expressed in euro per Mg of C) and an optimal cost-efficient strategy was proposed at the national level.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».