MétaCan
Menu
Retour à la cohorte
Enregistrement W3021311297 · doi:10.5194/bg-17-5309-2020

Reviews and syntheses: Ironing out wrinkles in the soil phosphorus cycling paradigm

2020· article· en· W3021311297 sur OpenAlexaboutno aff
Curt A. McConnell, Jason P. Kaye, Armen R. Kemanian

Notice bibliographique

RevueBiogeosciences · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiogeochemical cycleCyclingMineralization (soil science)BiogeochemistryNitrogen cycleEnvironmental chemistrySoil scienceChemistryEnvironmental scienceNitrogenSoil waterGeography

Résumé

récupéré en direct d'OpenAlex

Soil phosphorus (P) management remains a critical challenge for agriculture worldwide, and yet we are still unable to predict soil P dynamics as confidently as that of carbon (C) or nitrogen (N). This is due to both the complexity of inorganic P (P i ) and organic P (P o ) cycling and the methodological constraints that have limited our ability to trace P dynamics in the soil–plant system. In this review, we describe the challenges for building parsimonious, accurate, and useful biogeochemical models that represent P dynamics and explore the potential of new techniques to usher P biogeochemistry research and modeling forward. We conclude that research efforts should focus on the following: (1) updating the McGill and Cole (1981) model of P o mineralization by clarifying the role and prevalence of biochemical and biological P o mineralization, which we suggest are not mutually exclusive and may co-occur along a continuum of P o substrate stoichiometry; (2) further understanding the dynamics of phytate, a six C compound that can regulate the poorly understood stoichiometry of soil P; (3) exploring the effects of C and P o saturation on P sorption and P o mineralization; and (4) resolving discrepancies between hypotheses about P cycling and the methods used to test these hypotheses.

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)0,005
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,028
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0100,016
Études des sciences et des technologies0,0010,002
Communication savante0,0040,007
Science ouverte0,0020,003
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0120,006

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 Opus0,040
Tête enseignante GPT0,245
Écart entre enseignants0,205 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207