What Drives Decline Productivity in Ageing Tea Plantation - Soil Physical Properties or Soil Nutrient Status?
Notice bibliographique
Résumé
Over the years, the tea plantations in the Ribeira Valley, Brazil had been recording declining productivity and reduced tea quality. This had been associated with several factors including the age of the plantation, decling fertility, soil degradation among others factor. In this study, our objective was to identify the main driver of declining productivity in tea yield in the Ribeira Valley tea plantation in Brazil and to evaluate the effects of long-term tea cultivation on the physico-chemical changes and nutrient dynamics in the soil at 2 profile depths. Therefore, we evaluated the effects of long-term cultivation on changes in the physical and chemical properties of Acrisol Haplic planted to Tea in the Ribeira Valley region, Brazil. The soil samples were collected at two depths 0-10 cm and 10-20 cm in two representative plantations and analyzed for chemical, physical and mechanical soil properties. The selected sites; Thea Hills – TH1987 and Braço Preto – BP1972 presents different plantation ages on a similar cultivation practices. The harvested quantities of tea from the sites were monitored and their quality classified following international standards. We observed declining productivity in terms of harvested tea from both sites and the quality of harvested tea were better in TH1987 than BP1972. The soil nutrient study indicated an improvement in fertility parameters in the older plantation (BP1972). We observed degradation in the soil physical quality parament and all possible factors indicated that degradation of the soil structure through compaction was the main factor resulting in the observed declined productivity (quantitatively and qualitatively). Soil structure degradation adversely affects the soil functions including aeration, crop water use efficiency and soil nutrient conversion. We recommend appropriate soil tillage management in tea plantations too improve the productive cycle and capacities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».