Impact of conservation tillage on runoff, soil loss, and soil properties on acrisols and ferralsols in central Benin
Notice bibliographique
Résumé
The present study is aimed at assessing the impact of different tillage practices and mulch input rates on soil erosion and soil properties in Central Benin. The experiment was carried out at two sites (Dan and Za-zounmè) using a randomized complete block design. The effect of three tillage practices: contour ridging (CR), slope ridging (SR), and no-tillage (NT) and four mulch input rates (0, 3, 5, and 7 t·ha−1) was investigated. The runoff, the soil, and nutrients losses were measured during the major rainy seasons of 2018 and 2019. Bulk density, gravimetric moisture, and water infiltration were collected in 2019. The effect of the interaction between tillage practices and mulch input rates was significant on runoff amount, runoff coefficient, soil loss, N, P, and K losses, and soil moisture. Over the investigated seasons, CR + 7M decreased runoff amount, runoff coefficient, soil loss, and N, P, and K losses by 100% compared to the treatments. NT was found to be effective in runoff and soil erosion controlling when combined with a mulch quantity greater than 3 t·ha−1, and NT + 5M and NT + 7M reduced the soil loss, respectively, by more than 30% compared to the farmer’s practice (SR + 0M) at both sites. Contour ridge treatments yielded more soil moisture than NT and slope ridge treatments. Whatever the tillage practice, the greatest gravimetric moisture was recorded on 5 and 7 t·ha−1 plots (i.e., CR + 7M, NT + 7M, and SR + 7M). This study provides decision makers with requisite information for effective soil erosion management in Benin where mechanization aids are limited.
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 ».