MétaCan
Menu
Retour à la cohorte
Enregistrement W4390770621 · doi:10.1016/j.agee.2023.108878

Methane uptake rates across different soil types and agricultural management practices in Denmark

2024· article· en· W4390770621 sur OpenAlexaff
Line Vinther Hansen, Andreas Brændholt, Azeem Tariq, Lars Stoumann Jensen, Leanne Peixoto, Søren O. Petersen, Sander Bruun

Notice bibliographique

RevueAgriculture Ecosystems & Environment · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Institute of Food and Agriculture
Mots-clésEnvironmental scienceLoamSoil waterSoil textureSink (geography)AgronomyAgricultureHydrology (agriculture)Water contentSoil scienceEcologyGeographyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Upland terrestrial soils play a crucial role in the global methane (CH4) cycle, although their potential as sinks for CH4 remains inadequately quantified. This study investigated CH4 uptake rates spanning two full years at four locations representing typical soil types and crop rotations in Denmark. The sampling campaigns included a total of more than 5000 manual static chamber flux measurements. All locations were, on average, small net sinks for CH4 while displaying significant differences between locations ranging from −1.5±0.3 g CH4-C ha−1 day−1 on the loamy soils to −3.8±0.3 g CH4-C ha−1 day−1 on the sandy soil with the lowest bulk density. A significant negative effect of soil moisture on CH4 uptake was also identified across the locations. Therefore, this study highlights the importance of soil texture and moisture as key controlling variables for CH4 uptake and emphasizes the need for local estimates of sink capacity. Overall, there were no detectable effects of agricultural management practices and fertilisation events did not affect the CH4 flux except for some high emissions following cattle slurry application on coarse sandy soil, which needs some consideration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,391
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,218
Écart entre enseignants0,212 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations25
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgriculture Ecosystems & EnvironmentMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207