Changes in Soil Characteristics, Microbial Metabolic Pathways, TCA Cycle Metabolites and Crop Productivity following Frequent Application of Municipal Solid Waste Compost
Notice bibliographique
Résumé
The benefit sof municipal solid waste (MSW) compost on soil health and plant productivity are well known, but not its long-term effect on soil microbial and plant metabolic pathways. A 5-year study with annual (AN), biennial (BI) and no (C, control) MSW compost application were carried out to determine the effect on soil properties, microbiome function, and plantgrowth and TCA cycle metabolites profile of green beans (Phaseolus vulgaris), lettuce (Latuca sativa) and beets (Beta vulgaris). MSW compost increased soil nutrients and organic matter leading to a significant (p < 0.05) increase in AN-soil water-holding capacity followed by BI-soil compared to C-soil. Estimated nitrogen release in the AN-soil was ca. 23% and 146% more than in BI-soil and C-soil, respectively. Approximately 44% of bacterial community due to compost. Deltaproteobacteria, Bacteroidetes Bacteroidia, and Chloroflexi Anaerolineae were overrepresented in compost amended soils compared to C-soil. A strong positive association existed between AN-soil and 18 microbial metabolic pathways out of 205. Crop yield in AN-soil were increased by 6−20% compared to the BI-soil, and by 35−717% compared to the C-soil. Plant tricarboxylic acid cycle metabolites were highly (p < 0.001) influenced by compost. Overall, microbiome function and TCA cycle metabolites and crop yield were increased in the AN-soil followed by the BI-soil and markedly less in C-soil. Therefore, MSW compost is a possible solution to increase soil health and plants production in the medium to long term. Future study must investigate rhizosphere metabolic activities.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».