Evidence of Soil Health Benefits of Flooded Rice Compared to Fallow Practice
Notice bibliographique
Résumé
Flooded rice (Oryza sativa L.) in south Florida is grown commercially in rotation with sugarcane and vegetables. From 2008 to 2018, rice production has doubled. During the spring-summer, nearly 200 km2 of fallow sugarcane land is available for rice production. In 2017, approximately 113 km2 of rice were planted in the region. The net value of growing rice as a rotation crop far exceeds its monetary return. This study evaluated soil health parameters before and after rice cultivation and compared them against two other common summer farming practices - fallow fields and flooded-fallow. The soil health parameters that were tested as part of this study included soil pH, bulk density, water holding capacity, cation exchange capacity, organic matter, active carbon and nutrient content. Results indicated an increase in soil pH, and a significant reduction in soil bulk density due to rice cultivation. Water holding capacity increased significantly under all flooded land use practices compared to fallow fields. Cation exchange capacity significantly increased when sugarcane fields were cultivated with rice and ratoon rice, nearly doubled from 58 to 101 cmolc kg-1. Small, yet significant 3% increase in organic matter was observed when sugarcane fields were cultivated with ratoon rice. Almost 16 g kg-1 of active C is being generated within fallow soils, whereas less than half that under flooded practices, limiting the amount of soil loss via oxidation. Based on the soil health index, rice cultivation and flooded-fallow improved overall soil quality compared to fallow lands.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| 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 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 ».