Global gross nitrification rates are dominantly driven by soil carbon‐to‐nitrogen stoichiometry and total nitrogen
Notice bibliographique
Résumé
Abstract Soil gross nitrification (GN) is a critical process in the global nitrogen (N) cycle that results in the formation of nitrate through microbial oxidation of ammonium or organic N, and can both increase N availability to plants and nitrous oxide emissions. Soil GN is thought to be mainly controlled by soil characteristics and the climate, but a comprehensive analysis taking into account the climate, soil characteristics, including microbial characteristics, and their interactions to better understand the direct and indirect controlling factors of GN rates globally is lacking. Using a global meta‐analysis based on 901 observations from 330 15 N‐labeled studies, we show that GN differs significantly among ecosystem types, with the highest rates found in croplands, in association with higher pH which stimulates nitrifying bacteria activities. Autotrophic and heterotrophic nitrifications contribute 63% and 37%, respectively, to global GN. Soil GN increases significantly with soil total N, microbial biomass, and soil pH, but decreases significantly with soil carbon (C) to N ratio (C:N). Structural equation modeling suggested that GN is mainly controlled by C:N and soil total N. Microbial biomass and pH are also important factors controlling GN and their effects are similar. Precipitation and temperature affect GN by altering C:N and/or soil total N. Soil total N and temperature drive heterotrophic nitrification, whereas C:N and pH drive autotrophic nitrification. Moreover, GN is positively related to nitrous oxide and carbon dioxide emissions. This synthesis suggests that changes in soil C:N, soil total N, microbial population size, and/or soil pH due to anthropogenic activities may influence GN, which will affect nitrate accumulation and gaseous emissions of soils under global climate and land‐use changes.
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) | 0,000 | 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 | 0,000 | 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 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 ».