Identifying rotation and tillage practices that maintain or enhance soil carbon and its relation to soil health
Notice bibliographique
Résumé
Physical fractions of soil organic matter (SOM) are established indicators of management-induced change and have been used to estimate the soil carbon storage capacity and storage potential. Here, we use SOM physical fractions and soil textures to identify management practices that maintain or enhance soil health and carbon storage in agricultural soils in Ontario. Metadata from the National Soil Database were used to estimate carbon storage potentials and calculate carbon deficits. A map was created showing carbon deficits in Ontario's agricultural soils and indicates that these soils have the potential to store an additional 0 to 2 kg m−2 in the top 20 cm of the soil. Tillage system generally had no effect on the size of the carbon deficit at four long-term agricultural experiments (Delhi, Elora, Ottawa, and Ridgetown). There was only a significant tillage effect at Ridgetown and only in the maize–soybean crop rotation, where the carbon deficit was 2.95 g C kg soil−1 under conventional tillage compared to 8.97 g C kg soil−1 with no tillage. A statistically significant effect of crop rotation was detected in Elora and Ridgetown. In Elora, continuous alfalfa had the smallest carbon deficit (7.25 g C kg soil−1) and maize–soybean rotation had the largest deficit (12.07 g C kg soil−1). In Ridgetown, the maize–soybean rotation had the smallest carbon deficit (2.95 g C kg soil−1). Regression analysis showed a weak negative relationship ( R2 = 0.11; P < 0.001) between carbon storage deficits and soil health scores. This suggests that increasing SOM levels alone may not improve soil health.
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 | 0,001 |
| 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) | 0,001 | 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 ».