MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416128217 · doi:10.3389/fmicb.2025.1707995

Year-to-year variation in organic fertilization effects on soil carbon stabilization and microbial networks

2025· article· en· W4416128217 sur OpenAlexaff
Ming Ma, Hao Yang, JiGang Yang, Shanghong Chen, Lei Fang, Dinghui Liu, Zepeng Yang, Honglin Chen

Notice bibliographique

RevueFrontiers in Microbiology · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesSichuan Province Science and Technology Support Program
Mots-clésHuman fertilizationSoil carbonRapeseedCarbon sequestrationCarbon fibersYield (engineering)Crop yield

Résumé

récupéré en direct d'OpenAlex

Objective Soil organic carbon (SOC) stabilization is a key process linking soil fertility and climate change mitigation; however, its microbial regulatory mechanisms under organic fertilization remain unclear. This study aimed to elucidate how different rates and combinations of organic fertilization regulate SOC fractions, enzyme activities, and microbial communities in newly reclaimed farmland. Methods A two-year field experiment (2024–2025) was conducted under a maize–oilseed rape rotation system in Sichuan, China. Treatments included conventional fertilization, varying rates of organic fertilization, and combined organic–inorganic fertilization. SOC fractions, enzyme activities, and microbial community composition were analyzed, and structural equation modeling was applied to explore the microbial and enzymatic pathways driving SOC stabilization. Results Organic fertilization enhanced both labile and stable carbon pools. Readily oxidizable carbon (ROC) and dissolved organic carbon (DOC) increased under moderate inputs, while mineral-associated organic carbon (MAOC) accumulated under higher inputs. Enzyme activities mirrored these changes, with laccase activity enhanced under high organic inputs and cellobiohydrolase suppressed by sole organics but restored under combined fertilization. Microbial analysis showed enrichment of Proteobacteria , increased diversity, and year-specific shifts in Actinobacteriota . Moderate labile carbon inputs promoted stable carbon formation in the first year, whereas excessive inputs in the second year reduced microbial efficiency, increased network complexity, and weakened stabilization. Conclusion Moderate organic fertilization improved rapeseed yield and carbon sequestration efficiency by promoting stable carbon accumulation, oxidative enzyme activity, and functional microbial diversity. These findings reveal the microbial and enzymatic mechanisms underlying SOC stabilization in newly reclaimed farmland and provide practical guidance for balanced fertilization strategies to enhance carbon storage while sustaining crop productivity.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,003
Tête enseignante GPT0,178
Écart entre enseignants0,175 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Microbiology→Même sujetSoil Carbon and Nitrogen Dynamics→Travaux en français237 207→