MétaCan
Menu
Retour à la cohorte
Enregistrement W590837009

Effect of Cultivation on Soil Organic Matter and Aggregate Stability

2005· article· en· W590837009 sur OpenAlexaboutno aff
Andrew Williams, XINGBao-shan, P. L. M. Veneman

Notice bibliographique

Revue土壤圈:英文版 · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgroecosystemOrganic matterSoil organic matterSoil qualityEnvironmental scienceSoil carbonAggregate (composite)Soil scienceAgronomyGrasslandSoil waterChemistryAgricultureEcologyMaterials scienceBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Agricultural sustainability relates directly to maintaining or enhancing soil quality. Soil quality studies in Canada during the 1980's showed that loss of soil organic matter (SOM) and soil aggregate stability was standard features of non-sustainable land management in agroecosystems. In this study total soil organic carbon (SOC), particulate organic matter (POM), POM-C as a percentage of total SOC, and aggregate stability were determined for three cultivated fields and three adjacent grassland fields to assess the impact of conventional agricultural management on soil quality. POM was investigated using solid-state 13C nuclear magnetic resonance (NMR) to determine any qualitative differences that may be attributed to cultivation. Results show a highly significant loss in total SOC, POM and aggregate stability in the cultivated fields as compared to the grassland fields and a significant loss of POM-C as a percentage of total SOC.Integrated results of the NMR spectra of the POM show a loss in carbohydrate-C and an increase in aromatic-C in the cultivated fields, which translates to a loss of biological lability in the organic matter. Conventional cultivation decreased the quantity and quality of SOM and caused a loss in aggregate stability resulting in an overall decline in soil quality.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,008
Tête enseignante GPT0,208
Écart entre enseignants0,200 · 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

Citations25
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue土壤圈:英文版Même sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207