SOIL QUALITY INDICATORS AND CROP YIELD UNDER LONG-TERM TILLAGE SYSTEMS
Notice bibliographique
Résumé
SUMMARY Soil quality indicators (SQI) can be used as a synthetic tool for the assessment of the sustainability of agricultural systems. In this study, we developed SQI using minimum data set (MDS) and determined the response of SQI to long-term tillage systems. Field pea (Pisum sativumL.) and spring wheat (Triticum aestivumL.) were grown in alternate years at northwestern China, and soil attributes and crop productivity were measured 6 years after the initiation of the experiment. The MDS used to develop the SQI included soil physical (aggregate, bulk density, capillary porosity, field capacity), chemical (soil organic matter, total nitrogen, available phosphorus, available potassium) and biological (microbial count, microbial biomass, and the activities of catalase, urease, alkaline phosphatase, and invertase) properties. All the property variables were measured in each of the 0–5, 5–10 and 10–30 cm depths and those variables that contributed significantly to the SQI were selected to be included in the MDS. Amongst the measured variables, bulk density and microbial counts occurred in the MDS of all the three depths, suggesting that these two properties are highly affected by the tillage treatments. In the long-term field experiment, the no-till with stubble covering the soil surface treatment received the greatest SQI score and achieved the highest crop yield. Soil quality under tillage systems can be assessed adequately using MDS measured at the top soil (0–5 cm) layer in rainfed agro-ecosystems.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».