Particle Size Imbalance Index from Compositional Analysis to Evaluate Cereal Sustainability for Arid Soils in Eastern Algeria
Notice bibliographique
Résumé
For homogeneous fertilization and crop management practices, this work hypothesized that texture could influence cereal yield, particularly in dry regions. Particle size analysis could help improve knowledge of the soil-plant relationship to obtain favorable conditions for better yield. The objective of this work is to develop a single granulometric index for durum wheat (Triticum durum) that is well correlated with yield. For this purpose, 350 independent samples of cereal soils from eastern Algeria were taken and the recorded yields were linked to these samples. The cutoff yield, which separates sub-populations with acceptable yield from those with less acceptable yield, was determined from the inflection point of the cumulative variance ratio functions related to yield by the Richards’ equation. The result obtained is 2.0 Mg.ha−1, with a theoretical critical chi-square value of 4.2, close to 4.6, which is the critical value of r2granulo as obtained by the Cate-Nelson procedure. The five-granulometric indices were found to be symmetrical around zero as follows: ±0.83 for clay (IC), ±1.73 for fine silt (IFL), ±0.31 for coarse silt (ICL), ±0.44 for fine sand (IFS), and ±1.30 for coarse sand (ICS). The two fractions that most influence the textural imbalance are fine silt (IFL) and coarse sand (ICS), with a contribution of 41% and 37%, respectively. The critical single imbalance index r g r a n u l o 2 can be used for determining cereal suitability for soils in the arid region of eastern Algeria. The lower the r g r a n u l o 2 is, the better the soil for cereal crops.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».