Lablab Purpureus Influences Soil Fertility and Microbial Diversity in a Tropical Maize-Based No-Tillage System
Notice bibliographique
Résumé
There are multiple mechanisms by which enhanced diversity of plant communities improves soil structure and function. One critical pathway mediating this relationship is through changes to soil prokaryotic communities. Here, nine different cropping systems were studied to evaluate how legume and grass cover crops influence soil fertility and microbial communities in a maize-based no tillage system. The soil’s bacterial and archaeal communities were sequenced (Illumina GAIIx, 12 replicates for treatment) and correlated with eight different soil features. The microbial community composition differed widely between planting treatments, with three primary “community types” emerging in multivariate space: (1) A community type associated with bare soil linked with low P, low pH, and high aluminum [Al]; (2) a community type associated with Lablab beans linked with high soil N, total organic carbon and other base cation concentrations, and high pH; and (3) a community type of all other non-lablab planting arrangements linked with higher soil P (relative to bare soil), but lower soil fertility (N and base cations). Lablab-based arrangements also expressed the highest microbial richness and alpha diversity. The inclusion of Lablab in maize-based cropping systems represents a potential alternative to reduce the use of chemical fertilizers and increase the chemical and biological quality in agricultural soils under the no-tillage 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) | 0,000 | 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 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 ».