Different rates of biochar application change <sup>15</sup> N retention in soil and <sup>15</sup> N utilization by maize
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 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.
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 | 0,000 | 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) | 0,000 | 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