Enhancement of phytolith-occluded carbon accumulation of Moso bamboo response to temperatures elevation and different fertilization
Notice bibliographique
Résumé
The accumulation of phytolith-occluded carbon (PhytOC) in Moso bamboo could be a novel long-term carbon sequestration strategy. The objective of this study was to investigate the effects of temperature change and different fertilization on PhytOC accumulation. The pot experiment was established with different fertilization (including control (CK), nitrogen fertilizers (N), silicon fertilizers (Si), and a combination of nitrogen and silicon (NSi)) under high- and low-temperature. Despite the different fertilization, the PhytOC accumulation of the high-temperature group increases by 45.3% on average compared with the low-temperature group, suggesting higher temperature is greatly beneficial to the PhytOC accumulation. Fertilization significantly increases the accumulation of PhytOC (increased by 80.7% and 48.4% on average for the low- and high-temperature group, respectively) compared with CK. However, the N treatment increased both Moso bamboo biomass and PhytOC accumulation. The difference in the accumulation of PhytOC in Si and NSi was insignificant, indicating the combination of N and Si didn't bring extra benefit to PhytOC accumulation compared to Si fertilizer alone. These results indicated the application of nitrogen fertilizer is a practical and effective method for enhancing long-term carbon sequestration for Moso bamboo. Based on our study, we conclude that global warming poses a positive effect on promoting the long-term carbon sequestration of Moso bamboo.
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 | 0,002 |
| 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 ».