Impact of soil texture on biosurfactant‐mediated soil wetting and water retention
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Increasing global food demand combined with more frequent and intense periods of drought necessitates new strategies to improve agricultural water use efficiency. Amending soils with biosurfactants provides a method to increase soil wettability and improve soil water retention, thereby reducing freshwater demand. This study evaluates the impacts of soil texture on soil water retention after amendment with the biosurfactant, surfactin. Texture effects were systematically investigated by mixing silty clay loam soil with Ottawa sand, ensuring chemically equivalent soil constituents. Sandy loam texture exhibited the most significant response after 50 mg kg −1 surfactin treatment, indicated by a 25% water contact angle decrease and a twofold increase in soil water retention after a 48‐h dryout period. In contrast, all other soil textures, including silty clay loam, loam, and loamy sand, had no significant improvements. These findings highlight the critical role of soil texture on biosurfactant efficacy for optimized application in agricultural soils. Core Ideas Soil texture plays a critical role in biosurfactant amendment efficiency for improving soil water retention. Texture effects were isolated using mineralogically equivalent soils of varied textures. Sandy loam was the only texture with improvements in wettability and water retention after surfactin amendment. Biosurfactant amendments can increase the economic value of sandy loam soils by improving water retention.
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.
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) | 0,001 | 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 découle