Mineral–organic associations are enriched in both microbial metabolites and plant residues in a subtropical soil profile under no-tillage and legume cover cropping
Notice bibliographique
Résumé
Context Knowledge of the impacts of no-tillage and cover cropping on carbon accumulation and stabilisation in highly weathered agricultural soils of subtropical regions is scant. We hypothesised that implementation of no-tillage coupled with high-quality legume residues in highly weathered agricultural soils would result in high carbon accumulation rates, mainly as microbe- and plant-derived materials in fine mineral–organic complexes. Aims and methods We sampled soil profiles down to 100 cm in a long-term field experiment and used density and particle size fractionation in combination with carbohydrate analyses to compare the effect of conventional tillage vs no-tillage, combined or not with legume cover cropping, and combined or not with mineral nitrogen fertilisation. Key results Both no-tillage and legume cover crops favoured the accumulation and enrichment in plant-derived carbohydrates in the surface soil layer, due to the accumulation of plant residues. The ratio of microbe- to plant-derived carbohydrates increased with soil depth indicating that the soil carbon (C) was more microbially processed than at the surface. Conservation management systems also increased soil C at depth and this was most visible in the clay fraction. The additional clay-size C accumulating at depth under conservation treatments was of both microbial and plant origin. Conclusions Our results support the hypothesis that mineral-associated C is composed of both plant and microbial residues and is positively influenced by conservation management practices. Implications Our results demonstrate that no-till and legume cover cropping are efficient practises to foster C accumulation and stabilisation in heavily weathered agricultural soil profiles in a subtropical climate.
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 | 0,000 | 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) | 0,001 | 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 ».