MétaCan
Menu
← Retour à la cohorte
Enregistrement W4298126593 · doi:10.21203/rs.3.rs-2100296/v1

Dung Beetle Assembly Affects Nitrous Oxide Emission, Ammonia Volatilizaiton and Nutrient Cycling

2022· preprint· en· W4298126593 sur OpenAlexaff
Carlos García, José Carlos Batista Dubeux, Xavier Martini, Derick Conover, Erick R. S. Santos, Bruno Grossi Costa Homem, Martin Ruiz‐Moreno, Izabela A. Gomes da Silva, Daciele S. Abreu, Luana M. D. Queiroz, Flávia de Oliveira Scarpino van Cleef, Mércia Virgínia Ferreira dos Santos, Giselle Gomes Monteiro Fracetto

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNitrous oxideCyclingNutrient cycleNutrientEnvironmental scienceAmmoniaEnvironmental chemistryAgronomyChemistryEcologyBiologyGeographyForestry

Résumé

récupéré en direct d'OpenAlex

Abstract This study examined how dung beetle species and assemblage affect nitrous oxide (N2O), ammonia volatilization, and pearl millet [Pennisetum glaucum (L.) R] performance. Seven treatments were applied in pot and they were two controls (only soil and soil + dung without beetles), single species of Onthophagus taurus (1), Digitonthophagus gazella (2), or Phanaeus vindex [MacLeay] (3); and their assemblages (1 + 2 and 1 + 2 + 3) respectively. After an initial trial assessing gas emissions, pearl millet was planted to assess growth, nitrogen yield (NY), and dung beetle activity after dung application. Dung beetle species increased N2O flow on dung on the 6th day (80 g N2O-N ha− 1 day− 1) compared to soil and dung (2.6 g N2O-N ha− 1 day− 1). Ammonia emissions varied with the presence of dung beetles (P < 0.05), and D. gazella had lesser NH3-N on days 1, 6, and 12 with averages of 2061, 1526, and 1048 g ha− 1 day− 1, respectively. The soil N content increased with dung + beetle application. Each pot with dung application affected pearl millet herbage accumulation (HA) regardless of dung beetle application, averages ranged from of 5 and 8 g DM pot− 1. A PCA analysis was applied to analyze variation and correlation to each variable, but it indicated a low principal component explanation (less than 80%), not enough to explain the variation in findings. The presence of dung beetles prior to planting improved pearl millet production by enhancing N cycling, although assemblages with the three beetle species enhanced N losses to the environment via denitrification.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,333
Écart entre enseignants0,310 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetAgriculture Sustainability and Environmental Impact→Travaux en français237 207→