Effets des techniques culturales sans labour sur le stockage de carbone dans le sol en contexte climatique tempéré
Bibliographic record
Abstract
En régions de climat tempéré, les terres cultivées ont un potentiel de stockage de carbone que l’on peut tenter d’utiliser pour réduire d’autant les émissions de CO2 atmosphérique par des pratiques culturales adaptées et notamment par les techniques culturales sans labour (TCSL). Cette capacité de stockage de carbone dans le sol a été évaluée sur l’essai de longue durée de Boigneville (Bassin de Paris, France) et a été comparée aux données de la littérature internationale. Le suivi du stock de carbone du sol sous une rotation maïs-blé indique une tendance à un stockage modéré tant en système labouré (0,10 t C ha-1 an-1 sur 28 ans) qu’en TCSL (respectivement 0,21 t et 0,19 t C ha-1 an-1 pour le travail superficiel et le semis direct sur cette même période). Avec une absence de différence significative entre le semis direct et le travail superficiel, l’effet spécifique moyen des TCSL évalué à 0,10 t C ha-1 an-1 sur 28 ans apparait sensiblement plus faible que celui mesuré sur les 20 premières années et évalué à 0,20 t C ha-1 an-1. Ces valeurs, inférieures à d’autres valeurs largement diffusées par ailleurs, et cette variation décroissante de la capacité de stockage avec la durée de TCSL sont cohérentes avec la tendance moyenne observée à partir d’un large échantillonnage de données de la littérature internationale. L’évolution de ce stockage de carbone est discutée en lien avec les indications sur l’évolution du stock de carbone des sols de cette même région, les indicateurs de stockage potentiel, et les implications liées à l’évolution du climat.Mots clés: Techniques de culture sans labour, travail superficiel, semis direct, stockage de carbone, séquestration, mitigation, gaz à effet de serre, essai de longue durée, climat tempéré
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".