Editorial: Microorganisms in sustainable and green agriculture: synergistic effect on carbon sequestration and crop productivity
Notice bibliographique
Résumé
Since the mid-20th century, chemical fertilizers have been widely used to enhance crop 14 productivity, resulting in soil degradation, water pollution, and environmental harm. Microorganisms 15 play a crucial role in soil nutrient cycling and subsequently influence crop productivity, carbon 16 sequestration, soil fertility, and soil health. Specifically, the rhizosphere microbiome could 17 significantly affect plant health, where Plant Growth-Promoting bacteria (PGPB) have emerged as vital 18 allies in mitigating abiotic stresses, such as salt stress and soil-borne diseases. Therefore, it is 19 imperative to develop sustainable and green agricultural systems that can synergistically boost crop 20 productivity, reduce nutrient losses, promote carbon sequestration, improve soil health, and enhance 21 resilience to climate change.The Frontiers Research Topic, Microorganisms in sustainable and green agriculture: synergistic 23 effect on carbon sequestration and crop productivity, invited contributions in the following areas: (a) 24The composition and structure of the microbial community and its impact on plant nutrient uptake and 25 soil organic carbon sequestration; (b) Mechanisms of plant-microbe interactions and their effects on 26 nutrient cycling and organic matter turnover; (c) The influence of land use and management practices 27 on the structure and function of soil microbiome and its impact on nutrient uptake and soil
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,013 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,014 |
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 source (Gemma direct ou Codex distillé), 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 ».