MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408437751 · doi:10.5194/egusphere-egu25-6349

Systematic Review of Greenhouse Gas Emissions from Peat and Organic-Rich Soils under Grassland and Cropland Management

2025· preprint· en· W4408437751 sur OpenAlexaff
Örjan Berglund, Alena Holzknecht, Magnus Land, Jacynthe Dessureault‐Rompré, Lars Elsgaard, Kristiina Lång

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPeatGrasslandGreenhouse gasEnvironmental scienceSoil waterSoil scienceGeologyAgronomyGeography

Résumé

récupéré en direct d'OpenAlex

Peat and organic-rich soils are critical carbon stores but are also major sources of greenhouse gas (GHG) emissions when drained for agriculture. In temperate and boreal regions, the conversion of cropland to grassland has been proposed as a strategy to mitigate emissions of carbon dioxide (CO₂), methane (CH₄), and nitrous oxide (N₂O). However, the effectiveness of this approach remains uncertain due to the complex interactions between soil properties, land management practices, and environmental conditions. This systematic review synthesises evidence from peer-reviewed field studies to assess the impact of grassland conversion on GHG emissions from peat and organic-rich soils.Out of 10,352 records initially screened, 28 studies comprising 34 comparisons met the inclusion criteria, focusing on GHG fluxes under comparable field conditions. The analysis revealed that grassland systems do not universally reduce CO₂ or CH₄ emissions compared to croplands, with no statistically significant differences observed. In contrast, N₂O emissions showed a mean reduction of 7.55 kg N₂O ha⁻¹ yr⁻¹ in grasslands. However, this reduction was not robust across all scenarios and was influenced by key factors such as crop type, fertilisation, and drainage management. For example, excluding root crops from the cropland comparator significantly narrowed the observed differences in N₂O emissions, highlighting the critical role of cropping systems.Grasslands with fertilisation often exhibited higher net ecosystem exchange (NEE) and net ecosystem carbon balance (NECB), indicating increased carbon losses that could counteract the benefits of reduced N₂O emissions. Furthermore, the findings challenge the Intergovernmental Panel on Climate Change (IPCC) guidelines, which assume consistently lower emissions from grasslands on organic soils. These results emphasise the need to reassess emission factors and refine policy recommendations for managing peatlands.The review underscores the complexity of GHG fluxes in managed organic soils and highlights the limitations of grassland conversion as a standalone mitigation strategy. The variability in outcomes demonstrates the importance of considering site-specific factors, such as soil properties, hydrology, and climate, alongside management practices. Strategies like optimised water table management, reduced fertiliser inputs, and mixed cropping systems could complement grassland conversion to enhance its effectiveness in reducing GHG emissions.Future research should prioritise long-term field experiments incorporating detailed soil and environmental characterisation, consistent methodologies, and comprehensive management data. Emphasis on cross-regional studies would also help address gaps in understanding how local conditions influence GHG dynamics. These efforts are essential for developing tailored, evidence-based strategies for mitigating emissions from peat and organic-rich soils.This review provides valuable insights into the trade-offs and opportunities associated with grassland conversion, offering guidance for policymakers and land managers aiming to balance agricultural productivity with climate goals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,006
Bibliométrie0,0140,014
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,232
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPeatlands and Wetlands Ecology→Travaux en français237 207→