Soil water status shapes nutrient cycling in agroecosystems from micrometer to landscape scales
Notice bibliographique
Résumé
Abstract Soil water status, which refers to the wetness or dryness of soils, is crucial for the productivity of agroecosystems, as it determines nutrient cycling and uptake physically via transport, biologically via the moisture‐dependent activity of soil flora, fauna, and plants, and chemically via specific hydrolyses and redox reactions. Here, we focus on the dynamics of nitrogen (N), phosphorus (P), and sulfur (S) and review how soil water is coupled to the cycling of these elements and related stoichiometric controls across different scales within agroecosystems. These scales span processes at the molecular level, where nutrients and water are consumed, to processes in the soil pore system, within a soil profile and across the landscape. We highlight that with increasing mobility of the nutrients in water, water‐based nutrient flux may alleviate or even exacerbate imbalances in nutrient supply within soils, for example, by transport of mobile nutrients towards previously depleted microsites (alleviating imbalances), or by selective loss of mobile nutrients from microsites (increasing imbalances). These imbalances can be modulated by biological activity, especially by fungal hyphae and roots, which contribute to nutrient redistribution within soils, and which are themselves dependent on specific, optimal water availability. At larger scales, such small‐scale effects converge with nutrient inputs from atmospheric (wet deposition) or nonlocal sources and with nutrient losses from the soil system towards aquifers. Hence, water acts as a major control in nutrient cycling across scales in agroecosystems and may either exacerbate or remove spatial disparities in the availability of the individual nutrients (N, P, S) required for biological activity.
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 | 0,001 | 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 ».