New insights into the relationships between livestock grazing behaviors and soil organic carbon stock in an alpine grassland
Notice bibliographique
Résumé
Grazing affects soil carbon (C) storage in grassland ecosystems through livestock trampling, defoliation , and excretion of urine and dung. However, independent effects of those grazing behaviors on soil organic C (SOC) remains unclear, particularly in alpine grassland ecosystems. To address this knowledge gap, a one-year field experiment was conducted on the eastern edge of the Qinghai-Tibetan Plateau to study the effect of grazing behaviors , including light vs. heavy trampling, light vs. heavy defoliation , and excretion of urine and dung, of yak ( Bos grunniens ) on SOC stock. Our results showed that trampling, particularly light trampling, significantly increased SOC stock in the 0–10 cm soil layer. The increase of soil bulk density and SOC concentration were the main reasons for the increase of surface SOC stock under trampling. Heavy defoliation significantly increased SOC stock in the 20–30 cm depth in comparison to light defoliation (4.4 vs. 2.9 kg C m -2 ), but neither affected SOC stock in the 0–30 cm soil profile. In contrast, excretion significantly lowered SOC stock by 9.3 kg C m -2 (0–30 cm), linked to the decreased soil bulk density and SOC concentration, and the decreased microbial biomass C, which might have lowered the microbial contribution to SOC storage . Our study of independent grazing effects showed that short-term livestock excretion caused the loss of SOC stock while intensive trampling or defoliation did not. Our findings have implications for managing livestock grazing behavior to maintain SOC stock in alpine grassland ecosystems.
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 | 0,001 |
| 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) | 0,000 | 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 ».