Biochar-biofertilizer combinations enhance growth and nutrient uptake in silver maple grown in an urban soil
Notice bibliographique
Résumé
Declining tree health status due to pollutant impacts and nutrient imbalance is widespread in urban forests; however, chemical fertilizer use is increasingly avoided to reduce eutrophication impacts. Biochar (pyrolyzed organic waste) has been advocated as an alternative soil amendment, but biochar alone generally reduces plant N availability. The combination of biochar and either organic forms of N or Plant Growth Promoting Microbes (PGPMs) as biofertilizers may address these challenges. We examined the effects of two wood biochar types with Bacillus velezensis and an inactivated yeast (IY) biofertilizer in a three-month factorial greenhouse experiment with Acer saccharinum L. (silver maple) saplings grown in a representative urban soil. All treatments combining biochars with biofertilizers significantly increased sapling growth, with up to a 91% increase in biomass relative to controls. Growth and physiological responses were closely related to nutrient uptake patterns, with nutrient vector analyses indicating that combined biochar and biofertilizer treatments effectively addressed nutrient limitations of both macronutrients (N, P, K, Mg, Ca), and micronutrients (B, Fe, Mn, Mo, Na, S, and Zn). Biochar-biofertilizer treatments also reduced foliar concentrations of Cu, suggesting potential to mitigate toxic metal impacts common in urban forestry. We conclude that selected combinations of biochar and biofertilizers have substantial promise to address common soil limitations to tree performance in urban settings.
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 ».