Quantifying influence of tillage practices on soil aggregate microstructure using synchrotron‐based micro‐computed tomography
Notice bibliographique
Résumé
Abstract Studying the internal structure of soil aggregates is an insightful way to improve the understanding of soil aggregation process. However, it is still not clear how the macroaggregate pore structure is influenced by the application of long‐term tillage practices. In this study, we aimed to determine the differences in macroaggregate pore structure among long‐term tillage practices using micro‐computed tomography (SR‐μCT). Soil samples were collected from no tillage (NT) and ridge tillage (RT) plots and surrounding fields under conventional tillage (CT) and uncultivated soils (CK). The results showed that the diameters of most pores were greater than 30 μm, but >100 μm pores had the greatest percentage of total macroaggregate porosities in all four soils, that is NT, RT, CT and CK. The CK soil had a higher aggregate porosity of <30 μm and 30–60 μm, as well as a lower porosity of >100 μm than the NT, RT and CT soils. Total porosities within soil macroaggregates in both CK and CT were significantly lower than those in RT and NT, but the porosities of 30–60 μm and 60–100 μm within soil macroaggregates in both CK and RT were no significance. There were no significant differences in pore parameters between CK and RT. The CK and RT had higher mean weight diameter (MWD) and aggregate‐associated SOC contents than CT. Therefore, the pore structure of RT was similar to CK with good soil structure. Overall, RT was more appropriate tillage system to protect soil aggregate structure in black soils of Northeast China.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 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 ».