Soil disinfestation and optimized nutrient management reduces nitrogen leaching and shapes soil microbial community composition in greenhouse cucumber production systems
Notice bibliographique
Résumé
High nutrient input leads to problems such as excessive accumulation of soil nutrients, and imbalance of microbial communities. However, there remains significant gaps in the impact of soil disinfestation and optimized nutrient management measures on the growth and soil conditions of greenhouse cucumber. This study investigated the effects of non-disinfected soil with conventional nutrient treatment (CK), after disinfection with conventional chicken manure application (FP), after disinfection with bio-organic fertilizer application (BF), and after disinfection with organic materials application (OM) on cucumber growth performance, soil nutrients, and microbial communities. The results indicated that compared to the CK, FP, BF, and OM could significantly increase cucumber yield, dry weight, nitrogen uptake, and the nutritional yield of potassium, calcium, and magnesium, with BF showing the most pronounced effect. BF effectively alleviated the migration of dissolved inorganic nitrogen in the 0–200 cm soil layer, thereby reducing its loss. In addition, BF reduced the accumulation of nutrients such as total nitrogen, available phosphorus, available potassium, and available magnesium in the 0–20 cm soil layer. The optimization measures altered the species diversity of the soil microbial community. In the BF group, microorganisms showed a negative correlation with soil properties, while OM was positively correlated with pH and C/N, with norank_c__Subgroup_6 and Gaiella being the dominant bacteria. Functional analysis revealed that carbon and nitrogen metabolism functions were significantly enriched in BF-associated bacteria compared to all other groups. These findings provide new insights and strategies for saving resources, improving crop quality, and reducing nutrient accumulation and waste.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».