Effect of preceding crop management on crop yield and soil properties assessed using standard erosion plots
Notice bibliographique
Résumé
Using blanket crops of ryegrass and under-seeded barley (with red clover) super-imposed on standard erosion plots just coming out of potatoes, this study assessed the influence of preceding soil-and-crop management treatments viz., straw mulch, compost and liquid pig manure (LPM) (antecedent input variables) on crop yield, soil physical properties and erosion amounts (subsequent response variables). There were no significant carry-over effects on erosion amounts, and effects on yield were limited to red clover. However, soil properties (reflecting compactability, structure and soil water retention) were affected throughout - showing general improvements of up to 46%. Thus, soil water content (SWC) was 9.4% greater with compost amendment than it was for the control. SWC with compost was also greater than it was with straw mulch by 7.9%. Soil organic matter (SOM) showed a 13% increase with compost amendment relative to the control. SOM also showed a 5% increase with compost relative to straw mulch. Compost uniquely gave yield increases in red clover, double that of the control, while LPM gave unique increases in hydraulic conductivity and SOM under red clover to the extent of 60 and 24% (respectively) relative to the control. Key words: Soil physical properties, soil erosion, organic amendments, potatoes, barley, red clover
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 | 0,000 |
| 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) | 0,001 | 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 ».