Organic matter, carbon, and nitrogen relationships of regreened forest soils in an industrially impacted landscape
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Context Soil organic matter (SOM) is largely composed of carbon (C) and nitrogen (N), the proportions of which often change with soil depth. The relationships between SOM, C, and N in forest soils can be greatly altered in degraded landscapes and understanding these relationships is integral for successful forest restoration planning. Aims The current study investigated SOM, C, and N relationships in highly degraded forest soils by depth following regreening (one-time application of soil amendments and afforestation). Additionally, the use of standard C:OM ratios (which are commonly used to estimate soil C) were assessed. Methods The SOM, C, and N were measured at five different depths, at nine sites, ranging in time since regreening treatment applications across one of the world’s largest regreening programmes in the City of Greater Sudbury, Canada. Key results The C:OM and C:N ratios decreased with soil depth while N:OM increased. The C and N were significantly correlated with SOM at all depths (excluding the L horizon). The C:OM ratio was lower than standard values and did not change between 16 and 41 years since the application of 10 Mg ha−1 of dolomitic limestone. Conclusions Despite massive soil degradation, SOM, C, and N relationships over soil depth at the regreening sites are consistent with unimpacted forest soils. Applying commonly used C:OM ratios drastically overestimated soil C pools, especially at lower depths. Implications Even in the most degraded landscapes, restoration can improve soil properties. Standard C:OM ratios should be used with caution.
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.
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 | 0,002 | 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 | 0,001 |
| 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 découle