MétaCan
Menu
Retour à la cohorte
Enregistrement W7117361021 · doi:10.1016/j.resenv.2025.100283

Manure and bio-manure substitutions of chemical fertilizers mitigate long-term nitrous oxide emissions from vegetable production systems

2025· article· en· W7117361021 sur OpenAlexaff
Qianqian Zhang, Linghui Liu, Gunina Anna, Pengpeng Duan, Yongchun Li, Scott Chang, Xiong Zhengqin

Notice bibliographique

RevueResources Environment and Sustainability · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesScientific Research Foundation of Zhejiang A and F UniversityZhejiang A and F UniversityNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésNitrous oxideManureDenitrificationManure managementSustainable productionProduction (economics)Nitrogen

Résumé

récupéré en direct d'OpenAlex

Substituting chemical fertilizers with manure or bio-manure (manure inoculated with microbes) offers a promising strategy to mitigate nitrous oxide (N 2 O) emissions, yet the underlying mechanisms remained unclear. Through a five-year field study employing isotopocule (δ 15 N SP N2O and δ 18 O N2O/H2O ) mapping, we elucidated that a 50% substitution with manure or bio-manure significantly decreased cumulative N 2 O emissions by suppressing production of nitrification- and nitrifier-denitrification- and heterotrophic denitrification (HD)-derived N 2 O, and promoted N 2 O reduction to N 2 in denitrification. In contrast, 20% substitutions failed to achieve sustained mitigation. Bio-manure initially exhibited stronger N 2 O mitigation than manure, but this mitigation effect disappeared over time due to a N 2 O production–consumption offsetting effect in HD. Specifically, relative to manure, bio-manure stimulated HD-driven N 2 O production in association with increasing abundances of HD-related genes ( nirK , nirS , fungi- nirK ) and potential denitrification rates. Bio-manure often maintained a higher capacity for N 2 O reduction, evidenced by lower ( nirK + nirS+ Fungi- nirK )/( nosZ ) ratios and unreduced N 2 O fraction. Critically, substitutions enhanced crop yields, with manure increasing yields by 8–21% and bio-manure by 19–30% compared to conventional fertilizer. Consequently, our study revealed that 50% bio-manure substitution is an effective strategy for mitigating N 2 O emissions and enhancing yields from vegetable production systems, providing actionable insights for sustainable resource management and climate change mitigation. • N 2 O source partitioning under bio-manure (BM) and manure (M) substitutions • BM promoted the reduction of N 2 O to N 2 compared with M • Either 50% M or 50% BM reduces N 2 O emissions based on a 5-year field trial • Production-consumption balance in denitrification governs N 2 O flux in BM vs M • The mitigation advantage of BM vs M diminishes under long-term application

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,052
Score d'incertitude au seuil0,307

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,195
Écart entre enseignants0,189 · 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 tête enseignante, 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResources Environment and SustainabilityMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207