MétaCan
Menu
Retour à la cohorte
Enregistrement W4412355205 · doi:10.1002/agg2.70175

Effects of liming on soil physical and chemical properties in Europe and North America: A review

2025· review· en· W4412355205 sur OpenAlexafffund
Priscillar Wenyika, Rebecca Oiza Enesi, Linda Yuya Gorim, Miles Dyck

Notice bibliographique

RevueAgrosystems Geosciences & Environment · 2025
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Management and Crop Yield
Établissements canadiensUniversity of Alberta
Organismes subventionnairesWestern Grains Research Foundation
Mots-clésEnvironmental scienceAgroforestry

Résumé

récupéré en direct d'OpenAlex

Abstract Soil acidity is one of the major constraints limiting crop production worldwide. About 50% of the global arable land is acidic. Liming remains an effective strategy for soil acidity amelioration and improvement of soil fertility. The objective of this review was to summarize information on liming effects on soil physical and chemical properties in the North American and European contexts. We reviewed how different lime products influence soil pH and various soil processes that contribute to soil physical and chemical health. Our findings were that, when applied at appropriate rates, liming materials generally increased soil pH, cation exchange capacity (CEC), exchangeable calcium and magnesium, nutrient availability and reduced toxicities of aluminum (Al), manganese (Mn), and heavy metals. Many studies showed that liming modifies soil properties and processes both in the short‐ and long‐term. While most studies reported improvements in nutrient availability, there were some differences in liming impacts on phosphorus (P) and potassium (K), mostly due to differences in soil type and composition. Liming improves structural properties including aggregate stability, soil friability, porosity, and water infiltration. Knowledge about liming impacts on soil physical and chemical properties is essential for optimizing liming rates to enhance soil health and improve productivity. Future studies should explore liming effects on CEC, associations of P and K with cations supplied by liming (e.g., Ca 2+ ), and use of some waste materials as lime alternatives.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,208
Écart entre enseignants0,188 · 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'étudeSans objet
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

Citations10
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgrosystems Geosciences & EnvironmentMême sujetSoil Management and Crop YieldTravaux en français237 207