Crop diversity and plant–plant interactions in urban allotment gardens
Notice bibliographique
Résumé
Abstract Allotment food gardens represent important sources of food security for urban residents. Since urban gardeners rarely receive formal agricultural education and have extremely limited space, they may be relying on readily available gardening advice (e.g., seed packet instructions), inventing cultural strategies that consider inter-specific competitive dynamics, or making poor planting decisions. Knowledge of garden crop diversity and planting arrangements can aid in designing strategies for productive urban gardens and food systems. We surveyed 96 individual plots in 10 allotment gardens in the Toronto region, assessed crop diversity within gardens and recorded planting practices used by urban gardeners by measuring the proximity of individual plants relative to similar or different crop species. We also compared planting densities used by urban gardeners with those recommended by major seed distributers. Collectively, Toronto urban agriculture contributes substantially to urban plant diversity (108 crops), but each plot tends to be relatively depauperate. Carrots and lettuce were three to five times more likely to be planted in clusters than intermingled with other crops ( P < 0.05); whereas gardeners did not appear to use consistent planting arrangements for tomatoes or zucchini. Gardeners tended to plant tomatoes and zucchini 56–62.5% more densely than recommended by seed distributers ( P < 0.001), whereas they planted 147 times fewer carrots in a given area than recommended ( P < 0.05). Furthermore, neither crop planting density nor crop diversity changed with plot size. The planting arrangements we have documented suggest gardeners using allotment plots attempt plant densely in extremely limited space, and are employing cultural strategies that intensify competitive dynamics within gardens. Future research should assess the absolute and relative effect of altered cultural practices on yield, such that any modifications can be prioritized by their impact on yield.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,001 | 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 tête enseignante, 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 ».