Effect of 3-year amendment measures on coastal saline–alkali soil conditions during the growing season
Notice bibliographique
Résumé
Seawater intrusion and fluctuations in the water table in coastal areas lead to seasonal variations in soil salinity and pH, which greatly limit the development of coastal protection forests. In a 3-year field study, the impact of five soil amendment measures were evaluated on soil conditions in coastal areas. Amendments included biochar, biochar with arbuscular mycorrhizal fungi (AMF), straw with AMF, straw alone, and AMF alone, compared to a control (CK) with no additive. Results indicated that combinations of straw, biochar, and AMF reduced soil pH across various layers and seasons, with electrical conductivity mainly decreasing in spring. During the summer, at the 0–20 cm soil depth, microbial biomass carbon notably increased due to these mixtures. Additionally, AMF alone and biochar with AMF significantly improved enzyme activities in the 0–40 cm layer in spring, while in fall, AMF alone notably increased nutrient availability in the same layer. Linear regression analysis revealed a negative correlation between electrical conductivity, microbial biomass carbon, enzyme activity, and nutrient availability with pH. The biochar–AMF mixture emerged as the most effective soil amendment, suggesting that using it in conjunction with seasonal management could optimize soil health and promote silviculture in coastal regions.
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 | 0,003 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».