Patterns and drivers of global gross nitrogen mineralization in soils
Notice bibliographique
Résumé
Soil gross nitrogen (N) mineralization (GNM), a key microbial process in the global N cycle, is mainly controlled by climate and soil properties. This study provides for the first time a comprehensive analysis of the role of soil physicochemical properties and climate and their interactions with soil microbial biomass (MB) in controlling GNM globally. Through a meta-analysis of 970 observations from 337 published papers from various ecosystems, we found that GNM was positively correlated with MB, total carbon, total N and precipitation, and negatively correlated with bulk density (BD) and soil pH. Our multivariate analysis and structural equation modeling revealed that GNM is driven by MB and dominantly influenced by BD and precipitation. The higher total N accelerates GNM via increasing MB. The decrease in BD stimulates GNM via increasing total N and MB, whereas higher precipitation stimulates GNM via increasing total N. Moreover, the GNM varies with ecosystem type, being greater in forests and grasslands with high total carbon and MB contents and low BD and pH compared to croplands. The highest GNM was observed in tropical wet soils that receive high precipitation, which increases the supply of soil substrate (total N) to microbes. Our findings suggest that anthropogenic activities that affect soil microbial population size, BD, soil substrate availability, or soil pH may interact with changes in precipitation regime and land use to influence GNM, which may ultimately affect ecosystem productivity and N loss to the environment.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».