Labile soil carbon fractions as indicators of soil quality improvement under short-term grassland set-aside
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
Grassland set-asides (GLSA) are fields that are taken out of intensive annual crop production and seeded with a mixture of grasses and legumes for one to four years to improve soil quality. The objectives of this study were to evaluate (i) the relationships among soil organic carbon (SOC), permanganate oxidisable C (POXC), dilute-acid extractable polysaccharides (DAEP) and aggregate stability to determine if they may be used as proxies for one another, (ii) whether these indicators could be used to predict aggregate stability, (iii) if differences in soil quality after short-term GLSAs, detected with aggregate stability, could instead be detected with POXC or DAEP and (iv) potential use of diffuse Fourier transform spectroscopy (FT-MIR) to predict POXC, DAEP and aggregate stability in the Fraser River Delta region of British Columbia, Canada. There were strong relationships among SOC, POXC and DAEP, but the relationship between DAEP and SOC (R2 = 0.60, P < 0.0001) was less strong than that observed between POXC and SOC (R2 = 0.71, P < 0.0001). All three soil C fractions were significantly predicted with the 2–6 mm aggregate size fraction but the correlations for DAEP (R2 = 0.43) and POXC (R2 = 0.36) were stronger than that for SOC (R2 = 0.29). Predictions of soil quality indicators using FT-MIR produced R2 = 0.92 for POXC, R2 = 0.93 for DAEP and R2 = 0.62 for the 2–6 mm aggregate size fraction. These results suggest that FT-MIR holds promise as a low-cost method to determine labile soil C fractions that are better proxy soil quality indicators for aggregate stability than SOC.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle