Organic Inputs and Chemical Fertilizer on Carbon Mineralization From Two Ultisols
Notice bibliographique
Résumé
There are challenges that limit the use of organic inputs for soil fertility management. Amongst them is the limited knowledge of factors that affect rates of decomposition and nutrient release from different organic inputs. A study was conducted on surface soil samples of two Ultisols to determine factors affecting carbon (C) mineralization from selected organic inputs. A loamy sand (LS) from a Kandiustult and a sandy clay loam (SCL) from a Paleustult were used. Fine earth fractions of the soils mixed with organic inputs with and without chemical fertilizer were incubated for 13 weeks and the CO2 evolved was measured. Organic inputs used were biomasses of Cajanus cajan, Tephrosia vogelii, Crotalaria juncea, Mucuna pruriens, a mixture of native grasses and shrubs and composted cattle manure. The latter two inputs are traditionally used by farmers, while the leguminous plants were recommended by scientists. Treatments with chemical fertilizer only, representing the conventional farming practice, and a control with soil alone were included. Addition of organic inputs with or without fertilizer increased total CO2 emissions by 81 to 129% on the LS and by 18 to 34% on the SCL. Adding chemical fertilizer significantly (p < 0.05) increased C mineralization rate constant (k) by 116% on the LS and 48% on the SCL. The mean residence time of organic carbon from treatments grouped by input type followed the order: Control > Traditional > Legumes > Conventional on both soils. In general, the k on the LS was double that on the SCL. The type of organic input, soil texture and application of chemical fertilizer significantly affected C mineralization rates from the soils.
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 ».