MétaCan
Menu
Retour à la cohorte
Enregistrement W3138670506 · doi:10.15454/1.5137734096127456e12

La valorisation énergétique des biomasses peut-elle changer l’équilibre des cycles biogéochimiques dans les sols cultivés ?

2016· preprint· en· W3138670506 sur OpenAlexaff
Sylvie Recous, Fabien Ferchaud, Sabine Houot

Notice bibliographique

RevueProdinra (INRA Bordeaux-Aquitaine) · 2016
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioenergy crop production and management
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésForestryEnvironmental scienceHumanitiesGeographyArt

Résumé

récupéré en direct d'OpenAlex

The uses of organic resources (plant biomasses, organic wastes) for bioenergy in substitution for fossil carbon, impact biogeochemical cycles of agroecosystems in multiple ways: first through cultural practices implemented during the biomass production phase, but also linked to the pathway of biomass use. These effects are illustrated here through three examples: the impact of the choice of the plant species (annual, pluriannual, perennial) on water use and soil carbon balance; (2) the effects of harvest date scenario of miscanthus crop, an herbaceous perennial species, on the recycling of nitrogen and carbon in the plant, and the fertilizer needs; these two examples are taken from field trials of the INRA S. Recous et al. 42 Innovations Agronomiques 54 (2016), 41-58 “biomass and environment” experimental platform of Estrées-Mons (northern France); (3) the introduction of anaerobic digestion at the farm level and the subsequent impacts on the carbon balance and biogeochemical nitrogen cycle in soils. These examples show the difficulty to know and master all the practices and factors involved in the production or processing of organic resources to minimize environmental impacts, due to the multiplicity of effects, often antagonistic, on biogeochemical processes and fluxes. The study of these impacts on a time scale larger than that of a growing season (scale of the rotation, and long-term), and with a territorial dimension (location of the organic resource, soil types), is essential.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,551
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,291
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProdinra (INRA Bordeaux-Aquitaine)Même sujetBioenergy crop production and managementTravaux en français237 207