Response of soil nitrogen mineralization, nitrification, and denitrification to milk vetch (<i>Astragalus sinicus</i> L.) application in a paddy field
Notice bibliographique
Résumé
We conducted incubation experiments with paddy soil collected from a long-term field experiment to explore the effect of Chinese milk vetch ( Astragalus sinicus L., CMV) application on potential nitrogen (N) denitrification (PDA), nitrification (PNA), mineralization (PNM), soil chemical properties, microbial communities, enzyme activities, yields, and nutrient uptake of rice under different fertilization treatments. Five treatments were included: no chemical fertilizers (C0), chemical fertilizers (C100), Chinese milk vetch (M), CMV combined with 100% chemical fertilizers (MC100), and with 80% chemical fertilizers (MC80). Results showed that the M, MC100, and MC80 treatments significantly increased PNM and PNA compared with the C100 treatment ( P < 0.05). Meanwhile, the CMV application significantly increased total N, microbial biomass N, and carbon (C) concentrations, the abundances of the bacterial phylum Actinobacteria and the genera Bradyrhizobium, Mycobacterium, Streptomyces, and Reyranella, N-acetyl-glucosaminidase (NAG) activity, yields, and N nutrient uptake of rice grain compared with the C100 treatment ( P < 0.05). Correlation analyses indicated that grain yield and N uptake of rice, soil total N, microbial biomass C and N, the bacterial phylum Actinobacteria, the genera Bradyrhizobium, Mycobacterium, Streptomyces, Reyranella, and NAG were significantly correlated with PNM under different fertilization regimes, while microbial biomass C and N, Actinobacteria, Bradyrhizobium, and Reyranella were positively related to PNA ( P < 0.05). Together, the application of CMV alone or in combination with chemical fertilizers can improve soil properties and rice growth, which may accelerate N mineralization and nitrification in this 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».