Cropping history trumps fallow duration in long‐term soil and vegetation dynamics of shifting cultivation systems
Notice bibliographique
Résumé
In the study of shifting cultivation systems, fallow duration is seen as the key determinant of vegetation and soil dynamics: long fallows renew soil fertility, biomass, and biodiversity. However, long fallow systems are increasingly replaced around the world with short-medium fallow systems, and awareness is growing of the need to look across multiple (not just single) crop-fallow cycles to accurately understand observed soil and vegetation patterns. In a study from Peru that builds on 50+ years of field-level land-use histories, we found that, over multiple crop-fallow cycles, farmers' cropping practices mattered more than fallow duration for biodiversity and soil fertility. After initial clearing of primary forest, a precipitous decline occurred in tree species richness of fallows (>50%) with gradual but continued loss thereafter (~0.5 species/yr), which resulted in shifts in species composition over time. For soils, the decline in fertility was more gradual with each additional cycle of cropping resulting in lowered soil organic matter, available phosphorus, and exchangeable sodium levels, even in fields with long fallow durations. In the most intensively used sites, soils experienced a 16% decline of soil organic matter over 4+ cycles. In contrast to previous studies, biomass accumulation and carbon stocks were not related to cropping history or to the number and duration of cycles observed. This suggests that biodiversity-soils-biomass dynamics may not necessarily "move together" in these systems. These results point to the importance of the number of crop-fallow cycles over fallow duration in driving soil fertility and vegetation dynamics under shifting cultivation in the Peruvian Amazon. Overtime shifting cultivation may erode soil fertility and biodiversity levels even if long fallows persist. As the decline in soils appears slow, it may be possible to address this effect with the use of amendments, however biodiversity declines and species compositional changes may be much harder to reverse.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».