Long-term cropping and fertilization influences soil organic carbon, soil water repellency, and soil hydrophobicity
Notice bibliographique
Résumé
Long-term (58 yr) cropping and fertilization effects on soil water repellency were determined for a clay loam soil in southwestern Ontario, Canada by measuring soil organic carbon (SOC), soil water repellency index (RI), and soil hydrophobicity (SH). The 12 treatments (non-replicated) included fertilized and non-fertilized legume-based crop rotation (ROT) with four phases (corn–oat–alfalfa–alfalfa), continuous corn (CC), and continuous Kentucky bluegrass (KBG). We hypothesized that SOC, RI, and SH would be greater for each phase of the ROT versus CC, KBG versus CC and ROT, and fertilized versus non-fertilized treatments. Surface (0–10 cm) soil samples were collected in the spring of 2017. Laboratory measurements were conducted to determine SOC, RI (ratio of soil sorptivity to ethanol and water), and SH (ratio of hydrophobic CH– to hydrophilic CO– functional groups). Mean SOC and SH were greater (P ≤ 0.05) for each phase of the ROT versus CC (33% to 2.4 times), KBG versus CC (3.2–6 times) and each phase of ROT (2.2–2.8 times), and fertilized versus non-fertilized rotation oats and KBG (15%–30%). Mean RI was greater for KBG versus CC (4.8 times) and KBG versus each phase of the ROT (3.0–5.5 times) under fertilization only, greater for fertilized versus non-fertilized KBG (6.8 times), but similar for each phase of ROT versus CC. In general, legume-based rotations, perennial grass, and fertilizer enhanced SOC and SH, and to a lesser extent soil RI.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».