Comparison of N2O Emissions From Cold Waterlogged and Normal Paddy Fields
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
Paddy fields are major sources of atmospheric N 2 O. Soil temperature and moisture strongly affect N 2 O emissions from rice fields. However, N 2 O emissions from cold-waterlogged paddy fields (CW), an important kind of paddy soil in China, are not well studied so far. It is unclear whether the N 2 O emissions from cold-waterlogged paddy fields are the same as normal paddy fields (NW). We investigated the N 2 O emission characteristics from the CW and NW paddy fields under with (R 1 ) and without (R 0 ) rice in Tuku Village, Baisha Town, Yangxin County (YX site, monitoring in 2013) and Huandiqiao Town, Daye City (DY site, monitoring in 2014); compared the difference and influencing factors between the CW and NW paddy fields at two sites in South China. The results showed that the N 2 O emissions from NWR 0 were 13.4 times higher than from CWR 0 , and from NWR 1 were 10.3 times higher than from CWR 1 in the YX site. The N 2 O emissions from NWR 0 were 2.4 times higher than from CWR 0 , and from NWR 1 were 17.3 times higher than from CWR 1 in the DY site. The structural equation models (SEMs) showed that the N 2 O emissions are mainly driven by rice planting and soil moisture in the NW fields at the annual scale, while soil temperature in the CW fields. Overall, N 2 O emissions from cold waterlogged paddy fields are significantly lower than those of normal paddy fields due to the low temperature and higher water content; however, there are dinitrogen emissions from cold waterlogged paddy fields denitrification should be further examined.
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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle