MétaCan
Menu
Retour à la cohorte
Enregistrement W4283312701 · doi:10.1002/ldr.4405

Biochar affects greenhouse gas emissions in various environments: A critical review

2022· review· en· W4283312701 sur OpenAlexaff
Honghong Lyu, Hui Zhang, Mengwei Chu, Chengfang Zhang, Jingchun Tang, Scott X. Chang, Ondřej Mašek, Yong Sik Ok

Notice bibliographique

RevueLand Degradation and Development · 2022
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Key Research and Development Program of ChinaChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésBiocharGreenhouse gasCarbon sequestrationEnvironmental scienceCompostEnvironmental chemistrySoil waterMethanogenPyrolysisMethanotrophMethaneEnvironmental engineeringChemistryAgronomyCarbon dioxideSoil scienceEcologyAnaerobic oxidation of methaneBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Biochar application to the soil is a novel approach to carbon sequestration. Biochar application affects the emission of greenhouse gases (GHGs), such as CO 2 , CH 4 , and N 2 O, from different environments (e.g., upland soils, rice paddies and wetlands, and composting environments). In this review, the effect of biochar on GHGs emissions from the above three typical environments are critically evaluated based on a literature analysis. First, the properties of biochar and engineered biochar related to GHGs emissions was reviewed, targeting its relationship with climate change mitigation. Then, a meta‐analysis was conducted to assess the effect of biochar on the emissions of CO 2 , CH 4 , and N 2 O in different environments, and the relevant mechanisms. Several parameters were identified as the main influencing factors in the meta‐analysis, including the pH of the biochar, feedstock type, pyrolysis temperature, biochar application rate, C/N ratio of the biochar, and experimental scale. An overall suppression effect among different environments was found, in the following order for different greenhouse gases: N 2 O > CH 4 > CO 2 . We conclude that biochar can change the physicochemical properties of soil and compost in different environments, which further shapes the microbial community in a specific environment. Biochar addition affects CO 2 emissions by influencing oligotrophic and copiotrophic bacteria; CH 4 emissions by regulating the abundance of functional genes, such as mcrA (a methanogen) and pmoA (a methanotroph); and N 2 O emissions by controlling N‐cycling functional genes, including amoA , nirS , nirK , nosZ . Finally, future research directions for mitigating greenhouse gas emissions through biochar application are suggested.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,279
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations112
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLand Degradation and DevelopmentMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207