MétaCan
Menu
Retour à la cohorte
Enregistrement W4383702804 · doi:10.1016/j.ecoenv.2023.115228

Reviewing the role of biochar in paddy soils: An agricultural and environmental perspective

2023· review· en· W4383702804 sur OpenAlexaff
Sepideh Bagheri Novair, Meysam Cheraghi, Farzaneh Faramarzi, Behnam Asgari Lajayer, Venkatramanan Senapathi, Tess Astatkie, G.W. Price

Notice bibliographique

RevueEcotoxicology and Environmental Safety · 2023
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésBiocharEnvironmental scienceSlash-and-charSoil waterSoil fertilityAgricultureNutrientAgronomyPyrolysisChemistryEcologyBiologySoil science

Résumé

récupéré en direct d'OpenAlex

The main challenge of the twenty-first century is to find a balance between environmental sustainability and crop productivity in a world with a rapidly growing population. Soil health is the backbone of a resilient environment and stable food production systems. In recent years, the use of biochar to bind nutrients, sorption of pollutants, and increase crop productivity has gained popularity. This article reviews key recent studies on the environmental impacts of biochar and the benefits of its unique physicochemical features in paddy soils. This review provides critical information on the role of biochar properties on environmental pollutants, carbon and nitrogen cycling, plant growth regulation, and microbial activities. Biochar improves the soil properties of paddy soils through increasing microbial activities and nutrient availability, accelerating carbon and nitrogen cycle, and reducing the availability of heavy metals and micropollutants. For example, a study showed that the application of a maximum of 40 t ha−1 of biochar from rice husks prior to cultivation (at high temperature and slow pyrolysis) increases nutrient utilization and rice grain yield by 40%. Biochar can be used to minimize the use of chemical fertilizers to ensure sustainable food production.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,020
Tête enseignante GPT0,241
Écart entre enseignants0,220 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations69
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcotoxicology and Environmental SafetyMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207