Impact of Management on the Physical Attributes of a Dystrophic Yellow Latosol
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Soil use and management systems aim to create conditions that are favorable to crop growth. The hypothesis is that areas subject to intensive use of agricultural machinery and animal trampling tend to have a soil structure that is altered by aggregate fragmentation, which causes soil compaction and consequently decreases the soil’s physical and hydraulic properties. The aim of this study was to assess and compare the physical and hydraulic parameters of a dystrophic yellow latosol in an area of Cerrado in the municipality of Chapadinha, Maranhão, Brazil under different use and management systems. The following five use and management systems were studied with five replicates: native forest (control), slash-and-burn agriculture, grassland, no-till crop production and conventional tillage. Data analysis was performed using a completely randomized experimental design. The soil’s density, macroporosity, microporosity, total porosity, hydraulic conductivity, infiltration, water retention curve, penetration resistance and Soil quality assessment index (S index) were assessed for all management systems. The soil use and management systems were found to have a significant effect on the penetration resistance and the water infiltration rate. The native forest and slash-and-burn agriculture areas provided the highest soil water infiltration rates and the lowest soil penetration resistance. A multivariate analysis identified the variables associated with each soil use and management system. The slash-and-burn agriculture area had the highest S index, which means it provided soil of the best physical quality.
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.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle