Carbon and Nitrogen Stock Under Different Types of Land Use in a Seasonally Dry Tropical Forest
Notice bibliographique
Résumé
The aim of this study, was to analyse the effect of cover vegetation change on stocks of Total Organic Carbon (ST.TOC) and Total Nitrogen (ST.TN) in soils of a Seasonally Dry Tropical Forest in the Brazilian semi-arid region. The study was carried out on three farms located on a typical Orthic Chromic Luvisol in an SDTF. Soil samples were collected from trenches, 70 × 70 cm in size, in the 0-10, 10-20, 20-30, 30-40, 40-60 and 60-80 cm layers, under four types of land use: dense Caatinga (DC), open Caatinga (OC), agriculture (AG) and pasture (PA). The following attributes were evaluated: bulk density, Total Organic Carbon (TOC), Total Nitrogen (TN), ST.TOC and ST.TN. The data were compared using the Mann-Whitney test (p ≤ 0.05). Hierarchical Grouping Analysis (HGA) was used to understand the behaviour of the attributes evaluated between cover vegetation types. Using HGA resulted in the formation of three distinct groups for the types of land use under investigation. The highest mean values for ST.TOC (11.29 Mg ha-1) and ST.TN (3.36 Mg ha-1) were found in CD and CA. The changes in land use in the SDTF had an effect on ST.TOC and ST.TN. It is therefore necessary to adopt strategies and strengthen conservation practices in areas of agricultural and pasture, and reduce the process of degradation and further the process of recovery in these areas. Such action will reduce the loss of C and N, and increase the levels and stocks of TOC and TN.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».