Characteristics of organic material inputs affect soil microbial <scp> NO <sub>3</sub> </scp> <sup>−</sup> immobilization rates calculated using different methods
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Microbial immobilization of nitrate (NO 3 − ) is considered to be an important process in reducing NO 3 − accumulation and regulating nitrogen (N) retention capacity in soils. Accurately quantifying the rate of microbial NO 3 − immobilization is, therefore, necessary to predict its role in lowering NO 3 − accumulation in soils. We compared microbial NO 3 − immobilization rates using a 15 NO 3 − labelling technique in three different ways: (a) 15 N pool dilution, (b) organic 15 N recovery and (c) microbial biomass 15 N recovery, in a nitrate‐rich upland soil with and without amendment with organic materials with differing carbon‐to‐nitrogen ratios (C/N). The three methods generated similar NO 3 − immobilization rates, except when the soil was amended with easily decomposable organic materials (glucose and sucrose). We also developed a microbial NO 3 − immobilization‐specific quality index that incorporates the C/N ratio, lignin, cellulose and hemicellulose contents and pH for slowly decomposing organic materials (plant residues). This study provides direct empirical evidence that the results of different methods for calculating soil microbial NO 3 − immobilization rates are affected by the characteristics of organic materials added to the soil. Highlights Three methods for estimating microbial NO 3 − immobilization were compared The methods generated similar NO 3 − immobilization rates when amended with plant residues Higher NO 3 − immobilization when measured with 15 N dilution with readily available C input A microbial NO 3 − immobilization‐specific index for plant residues was developed
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle