Different rates of biochar application change <sup>15</sup> N retention in soil and <sup>15</sup> N utilization by maize
Notice bibliographique
Résumé
Abstract Biochar application to soil may impact soil nitrogen (N) dynamics, but the effects on N uptake and utilization by crop remain largely unknown, especially the effects of the rate of biochar application. To investigate the effects of biochar on soil 15 N retention rate and 15 N utilization efficiency ( 15 NUE) by maize, a six‐month 15 N isotope tracer technique combined with in situ pot experiment was conducted in Mollisol. The experiment included four treatments: no biochar applied (CK) and biochar applied at the rates of 12 t ha −1 (P12), 24 t ha −1 (P24) and 48 t ha −1 soil (P48). Compared with CK, biochar application reduced soil bulk density and 15 N loss rate, and significantly improved total N and 15 N retention amount in the 0–30 cm soil depth. The P24 treatment had the largest increase in 15 N retention rate throughout the 0–40 cm depth. After biochar application, the 15 N uptake and 15 NUE were significantly increased in the grain and leaf, which promoted grain yields. Contrary to this, the P48 treatment appeared to lower 15 N uptake and 15 NUE compared with P12 and P24. In conclusion, biochar application improves the potential of the soil to retain N and the improvement in 15 N uptake and utilization are more pronounced in maize leaves and grain. Moreover, biochar application promotes 15 N utilization in maize plant and improves maize yield. However, when biochar application rate is high (i.e. P48 treatment), the 15 N retention by the soil and 15 N utilization by the maize are reduced markedly compared with P12 and P24.
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 | 0,000 | 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 ».