Physical Attributes of the Soil and Maize Productivity Under an Intercrop System
Notice bibliographique
Résumé
The intensive use of agricultural areas for farming, together with inadequate management, can cause soil degradation and promote a low-quality environment for crops; An intercrop system of maize and forage can therefore be an alternative to existing production systems. The aim of this study was to identify the effect of intercropping maize with forage on the physical attributes of the soil and on productivity in maize, as a function of the sowing season and different forages, in the northeastern region of Brazil. A trial intercrop of maize with three forages (Brachiaria brizantha, Panicum maximum ‘Mombasa’, and Crotalaria spectabilis a.) was planted at two different times: phase 1-forage sown between the rows of maize, mixed with the basal dressing; and phase 2-forage sown between the rows, at the V4 stage in maize; in addition to maize with no intercrop (control). The trial was carried out in a randomised block design, with four replications. Forage Mombasa inserted in phase 1 (1) and phase (2) of sowing favored higher values of macroporosity in the layers 0.0-0.10 m and 0.10-0.20 m respectively. For the mass of 1000 grains and grain yield, there were no significant differences between the treatments when compared to the exclusive corn. It was concluded that the maize-forage intercrop promotes changes in the physical attributes of the soil (macroporosity, total porosity and density), and that maize productivity is not affected by the intercrop system.
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 ».