Adapting and Verifying the Liming Index for Enhanced Rock Weathering Minerals as an Alternative Liming Approach
Notice bibliographique
Résumé
Acidic soils limit plant nutrient availability, leading to deficiencies and reduced crop yields. Agricultural liming agents address these issues and are crucial for deploying silicate amendments used in enhanced rock weathering (ERW) for carbon sequestration and emission reduction. Grower recommendations for liming agents are based on the liming index (LI), which combines the neutralizing value (NV) and fineness rating (FR) to predict a mineral’s acidity neutralization relative to pure calcite. However, the LI was originally developed for carbonate minerals, and its applicability to silicates remains uncertain, with studies often yielding inconclusive results on soil carbon and liming efficiency. This study aims to evaluate the liming efficiency of silicates. We determined the LI of five candidate ERW minerals (basalt, olivine, wollastonite, kimberlite, and montmorillonite) and compared them to pure calcite. Post-NV acid digestion, we characterized the minerals and soils, applying nonparametric statistical tests (Wilcoxon, Kendall) to correlate liming results with LI, dosage, and amendment methods. We developed an empirical model incorporating mineralogy and kinetics to explain silicate behavior in liming, considering soil, climate, and crop factors.
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 ».