Spatial Variability of the Organic Matter in the Soil in Cassava Cultivation Under Differentiated Management
Notice bibliographique
Résumé
The management of soil organic matter (SOM) is fundamental in agriculture for soil conservation and crop yields. However, in addition the soil being dynamics, it is heterogeneous, therefore, understanding the spatial variability of SOM is essential. The main objective of this study was to evaluate the spatial variability of SOM in a cassava cultivation under different management, seeking to classify its spatial dependence by geostatistics. A filed experiment was conducted out on soil classified as oxisol with four different management systems: irrigation (micro sprinkler, drip and no irrigation), spacing (1.0 × 0.8 m, 1.0 × 1.0 m and 1.0 × 1.5 m), weed control (manual control and no control) and acidity correction (limestone and withouth limestone), totaling 36 experimental plots. To determine the SOM, the wet oxidation method was used, and the semivariograms were generated by the GS+® software. The effect of the different management systems on the spatial variability of the SOM was evaluated at a depth of 0.0-0.2 m. The theoretical semivariogram model that best fitted the study was the Gaussian model, with a well-defined level, also expressing the condition of data stationarity. The spatial dependence was classified as strong and, through the thematic map generated from the kriging, it was possible to observe the variability in the SOM content for different management zones. The use of geostatistics techniques provided important information for understanding the spatial distribution of soil organic matter.
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 | 0,001 | 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 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 ».