Drivers of Soil Carbon Variability in North America’s Prairie Pothole Wetlands: A Review
Notice bibliographique
Résumé
There is an ongoing demand for region-specific soil organic carbon estimates to support sustainable land management and inform carbon credit programs. The Prairie Pothole Region is prominent agricultural area that extends through Canada and the United States, and features a significant number of wetlands commonly referred to as prairie potholes. The contribution of these wetlands to landscape-level soil organic carbon storage is complex and may not be consistent across the region as influenced by several environmental and management factors. This study reviews existing literature to identify the main factors that contribute to variability in soil organic carbon stocks in prairie pothole wetlands. Soil organic carbon stock data from 10 studies in the Prairie Pothole Region were summarized through a meta-analysis. Variable importance and regression analyses were used to assess which factors explain variability in soil organic carbon. Wetland class explained up to 26.6% of the variability in soil organic carbon. Other important factors included ecoregion as well as land management. There were significant differences in average wetland soil organic carbon stocks across the ecoregions. Data limitations restricted our ability to accurately estimate the stocks for wetland class and land management. The findings from this study highlighted the need for targeted studies in the Northern short grassland ecoregion as well as studies that consider wetland classes under various land uses. To advance wetland carbon research in the Prairie Pothole Region, recommendations were provided on landscape-level carbon modelling, soil carbon measurement and monitoring, and improved wetland classification systems. Supplementary Information: The online version contains supplementary material available at 10.1007/s13157-025-01898-9.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».