Evaluating Carbon Sequestration and Soil Organic Carbon Enhancement with Innovative Slow-Release Micronutrient Products
Notice bibliographique
Résumé
This study investigates soil organic carbon enhancement and greenhouse gas mitigation using innovative slow-release micronutrient fertilizers in both greenhouse and field trials for wheat (Triticum aestivum) cultivation. In the greenhouse trial cultivating spring wheat, CO₂ and N2O emissions, soil carbon levels, yield, and above-ground biomass were measured to determine the relative carbon balance and to assess the viability of Soileos and Nutreos products, two innovative slow-release fertilizers designed for carbon sequestration. Additionally, four field trials were conducted using different wheat varieties, comparing total soil carbon in fields treated with the Soileos Zinc product to the Grower Standard Practice (GSP). In greenhouse trials, Soileos and Nutreos fertilizers promoted soil health by enhancing microbial activity, as evidenced by increased soil respiration rates and final soil carbon content. The relative carbon balance of treatments using slow-release Soileos micronutrient fertilizer and Nutreos micronutrient seed coatings improved by 15% - 25% over the GSP, compared to a 2% - 13% improvement in treatments using sulfate-based micronutrient fertilizers. In field trials, the average total soil organic carbon in soils treated with the slow-release Soileos fertilizer improved by about 11% compared to the GSP, aligning with greenhouse results. Additionally, wheat yield increased in three out of four field trials using Soileos Zinc micronutrient. Consequently, these findings suggest that Soileos and Nutreos slow-release fertilizers can enhance soil carbon sequestration. By enhancing soil health and promoting soil organic carbon in greenhouse and field trials within a single growing season, these fertilizers contribute to an improved carbon balance in agricultural production.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».