The role of earthworms in nitrous oxide emissions from forage agroecosystems
Bibliographic record
Abstract
Les émissions d'oxyde nitreux (N2O) provenant de sols agricoles contribuent à l'effet de serre, à la destruction de la couche d'ozone et à la formation de pluies acides. Des études en laboratoire ont démontré que, lorsque le sol est en contact avec des vers de terre, celui-ci présente des niveaux plus élevés de flux de N2O que lorsqu'il n'y a pas de verres de terre présents. Un taux élevé de N2O se produit lorsque les micro-organismes nitrifiants et/ou dénitrifiants sont activés. Pourtant, les études publiées sur les essais aux champs n'ont pas été concluantes quant aux niveaux de N2O attribuables à la présence de vers de terre. Les objectifs de ce mémoire étaient : (1) sur le terrain, de déterminer l'incidence des quantités élevées de vers de terre anéciques et endogés sur les niveaux de flux de N2O dans les chambres avec et sans légumineuses, (2) en laboratoire, de définir les agents bactériologiques dénitrificateurs, et (3) de quantifier le taux de dénitrification des structures associées aux vers de terre, incluant intestins, turriculés, tubes et tertres du ver de terre anécique Lumbricus terrestris. Selon les études effectuées sur le terrain, lorsqu'il y avait une présence accrue de vers de terre, les niveaux de N2O augmentaient de façon importante (P<0,05), mais seulement dans les chambres avec des légumineuses. Les espèces anéciques semblaient avoir un effet plus important sur les émissions de N2O. Le modèle de régression linéaire des données relatives aux niveaux de N2O et à la quantité de vers de terres ajoutés était significative (P<0,05) ; en moyenne, les vers de terre émettaient 335 ng N2O m-2 h-1 lorsque l'humidité du sol dans les chambres avec légumineuses excédait 60% de l'espace poral irrigué. Lors de l'étude en laboratoire, une analyse de 454 pyroséquençage portant sur la diversité et la phylogénie des fragments génétiques de la bactérie nosZ (codification de réductase de N2O) a révélé un ensemble de 39 unités taxonomique opérationel (UTOs) unique, dont 14 identifiées dans les intestins du ver de terre. Les intestins semblent contenir un ensemble unique de bactéries dénitrificatrices endémiques. Une analyse au blocage à l'acétylène a démontré que le ver de terre lui-même présentait le potentiel le plus élevé de dénitrification, soit 2,67 µg N2O-N g sol-1 h-1, valeur nettement supérieure (P<0,05) à celles du sol brut et des autres structures de vers de terre, à l'exception des turriculés frais. Les turriculés frais indiquaient un taux moyen de dénitrification de 0,94 µg N2O-N g sol-1 h-1, donc plus élevé (P<0,05) que le taux de turriculés vieillis et du sol brut. L'ensemble distinct de dénitrificateurs intestinaux est très actif de par leurs conditions favorables dans les intestins, dont l'anoxie et le substrat de qualité. Lorsque les structures de vers de terre anéciques sont fraîches, celles-ci deviennent des endroits propices favorisant la dénitrification du sol. Ce mémoire affirme l'importance de l'interaction entre les verres de terre et les microorganismes dénitrifiants quant aux émissions de N2O, en particulier dans les agroécosystèmes de légumineuses. Ces interactions devraient être prises en compte lors du développement de modèles de prévision des émissions de gaz à effet de serre provenant des sols agricoles.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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".