Patterns and thresholds for soil pH across Europe in relation to soil health and degradation
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
Soil pH indicates the level of acidity or alkalinity in the soil environment, influencing various biogeochemical and physical processes. Additionally, soil pH levels are crucial in determining the bioavailability of elements such as iron, aluminium, and heavy metals which can be harmful. As such, pH is an important soil health and degradation indicator. Although there is a well-established understanding of soil pH at localized levels, the spatial and temporal variations, as well as significant thresholds at national and continental scales, are not sufficiently documented. Here we analyse the European topsoil pH data (LUCAS) in combination with other soil properties from the LUCAS survey, to identify thresholds and spatial patterns of soil pH across Europe in relation to soil health and degradation. At the European scale we found: 1) the water balance, calculated as mean annual precipitation minus potential evapotranspiration (MAP-PET), provides essential context to interpret soil pH; 2) the shift from organic carbon-rich soils to those dominated by inorganic carbon is observed at a pH of about 7.2, however, soil moisture levels may be more critical than pH for the accumulation of soil organic carbon; 3) we identified three distinct clusters within the multivariate regression tree: acidophiles (below pH 5.2), neutrophiles (pH 5.2–6.9) and alkaliphiles (above pH 6.9), while optimum microbial diversity occurred between pH 6 and 7. Earthworm abundance, as reported by the sWorm database, is more nuanced and dependent on land use; 4) risk of degradation by heavy metals cannot be captured by a single pH threshold. Finally, we identify soil pH thresholds that can aid policymakers in identifying regions that may require protection or intervention.
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) | 0,000 | 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 découle