Impact of different chloride salts and their concentrations on nitrification and trace gas emissions from a sandy soil under a controlled environment
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 Potassium chloride (KCl) and magnesium chloride (MgCl 2 ) can be used to reduce carbon dioxide (CO 2 ) and nitrous oxide (N 2 O) emissions, but their efficacy can be strongly affected by their Cl − concentration. This study aimed to compare the behaviour of different Cl − salts and concentrations with that of a typical commercial nitrification inhibitor (3, 4‐dimethylpyrazole phosphate, PIADIN). KCl, MgCl 2 and PIADIN were investigated under a laboratory incubation experiment for two months. KCl and MgCl 2 were applied at 0.5 and 1.0 g kg −1 , while PIADIN was applied at 25 mg kg −1 soil. CO 2 and N 2 O concentrations were analysed during the incubation period. The and dynamics in soil were also measured. The results showed 0.5 and 1.0 g kg −1 KCl and 0.5 g kg −1 MgCl 2 decreased CO 2 ‐C emissions by 43%–46% and increased N 2 O‐N emissions by 15%–48%, whereas 1.0 g kg −1 MgCl 2 decreased CO 2 ‐C emissions by 72% and N 2 O‐N emissions by 19%. KCl and MgCl 2 retarded the decrease of the ‐N concentration and increase of the ‐N concentration. PIADIN reduced the emissions of CO 2 ‐C by 113% and N 2 O‐N by 97% and maintained a high soil ‐N concentration and low ‐N concentration. MgCl 2 addition at 1.0 g kg −1 was an effective treatment as the Mg both fertilized the soil and inhibited CO 2 ‐C and N 2 O‐N emissions. Moreover, 1.0 g kg −1 MgCl 2 could retard soil nitrification, the decrease of ‐N concentration and the increase of ‐N concentration. While PIADIN had no fertilizing value, it was a more effective nitrification inhibitor than Cl − salts.
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