Continuous Four‐Year Biogas Slurry Application Regulates the Soil Fertility, Microbial Communities, and Nitrogen Cycling Functions in a Farmland Ecosystem
Notice bibliographique
Résumé
ABSTRACT Biogas slurry (BS) is widely applied as a crop fertilizer due to its high available nitrogen content. However, the effects of continuous BS application on soil fertility and nitrogen cycling in the farmland ecosystem remain unclear. In this study, we investigated the continuous four‐year BS application on soil properties, enzyme activity, microbial communities, and nitrogen cycling functions in a farmland field. The results showed that BS could increase soil alkali‐hydrolyzable nitrogen, total and available phosphorus, available potassium, organic matter, and the soil NH 4 + ‐N and NO 3 − ‐N concentrations over time. Moreover, BS application also changed the activities of key soil enzymes (e.g., urease, nitrate reductase, catalase, and phosphatase). Furthermore, the high‐throughput sequencing revealed an increase in the relative abundance of Proteobacteria , and decreases in the relative abundance of Bacteroidetes , Acidobacteria , Actinobacteria , Planctomycetes , and Nitrospiraceae with continuous BS application. With the BS application years increasing, the abundance of amoA ‐AOB initially increased and then declined, while the nitrogen cycling genes (e.g., narG , nirS , norB , and nosZ ) exhibited significant alterations. Overall, these shifts indicate that continuous BS improves soil nutrient status and enzyme‐mediated processes while reshaping bacterial community structure and the expression of key nitrogen‐functional genes. This work provides new insights into the fertility benefits and the microbial‐ecological trade‐offs of repeated BS fertilization.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 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 ».