Biochar mitigation of allelopathic effects in three invasive plants: evidence from seed germination trials
Notice bibliographique
Résumé
Many invasive species show allelopathic effects that contribute to competitive impacts on native vegetation for which few control measures exist. We investigated the potential for pyrolized organic material used as a soil amendment (“biochar”) to sorb allelochemicals and mitigate allelopathic effects on seed germination and early seedling development in three common invasive plants in Canada: garlic mustard (Alliaria petiolata), tree of heaven (Ailanthus altissima), and yellow sweetgrass (Melilotus officinalis). We hypothesized that biochars would mitigate effects on germination and early seedling development (radicle extension and cotyledon development) through sorption of allelochemicals. Laboratory assays of seed germination and early seedling development of two agricultural crops (Lactuca sativa and Raphinus raphanistrum) and two native grass species (Andropogon gerardi and Poa palustris) were conducted using water extracts from leaves. Seeds were treated with plant extracts exposed to four different biochars (red oak (Quercus rubra), jack pine (Pinus banksiana), shipping pallet and construction waste, and high-carbon wood ash) using a range of extract and biochar dosages. Treatment of allelopathic plant extracts by biochars significantly (p < 0.05) mitigated effects on seed germination for Alliaria and Melilotus. Effects on seed germination and early seedling development depended on extract concentration, biochar dosage, and the target species assessed. Controls treated with biochar leachate alone showed significantly (p < 0.05) increased germination for two of the biochars tested (jack pine biochar and high-carbon wood ash). Results indicated that biochars can mitigate allelopathic effects of invasive species through sorption of allelochemicals; however, this will be effective in only some cases.
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 | 0,000 | 0,000 |
| 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 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 ».