Soil respiration induces co-emission of greenhouse gases and methylated selenium from cold-region Mollisols: Significance for selenium deficiency
Notice bibliographique
Résumé
Mollisols rich in natural organic matter are a significant sink of carbon (C) and selenium (Se). Climate warming and agricultural expansion to the cold Mollisol regions may enhance soil respiration and biogeochemical cycles, posing a growing risk of soil C and Se loss. Through field-mimicking incubation experiments with uncultivated and cultivated soils from the Mollisol regions of northeastern China, this research shows that soil respiration remained significant even during cold seasons and caused co-emission of greenhouse gases (CO2 and CH4) and methylated Se. Such stimulus effects were generally stronger in the cultivated soils, with maximum emission rates of 7.45 g/m2/d C and 1.42 μg/m2/d Se. For all soil types, the greatest co-emission of CO2 and dimethyl selenide occurred at 25 % soil moisture, whereas measurable CH4 emission was observed at 40 % soil moisture with higher percentages of dimethyl diselenide volatilization. Molecular characterization with three-dimensional fluorescence and ultra-high resolution mass spectrometry suggests that CO2 emission is sensitive to the availability of microbial protein-like substances and free energy from organic carbon biodegradation under variable moisture conditions. Predominant Se binding to biodegradable organic matter resulted in high dependence of Se volatilization on rates of greenhouse gas emissions. These findings together highlight the importance of dynamic organic carbon quality for soil respiration and consequent Mollisol Se loss risk, with implications for science-based management of C and Se resources in agricultural lands to combat with Se deficiency.
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 | 0,000 |
| 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 ».