MétaCan
Menu
← Retour à la cohorte
Enregistrement W4317240844 · doi:10.5539/jas.v15n2p56

Multivariate Analysis of Physical and Chemical Soil Attributes Under Forage Palm Cultivation and Agriculture Reuse in the Semiarid Region

2023· article· en· W4317240844 sur OpenAlexvenueno aff
Francisco de Oliveira Mesquita, E. S. A. G. de Vasconcelos, E. C. de Lira, E. dos S. Felix, Rafael Oliveira Batista, L. A. L. de Paiva, E. F. Mesquita, D. M. A. de Melo, A. G. de Luna Souto, D. da C. L. Coelho, Freitas Pereira, A. P. Bakker, J. da S. Araújo

Notice bibliographique

RevueJournal of Agricultural Science · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Food Sciences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIrrigationAgronomyEnvironmental scienceOrganic matterSoil fertilitySoil organic matterSoil testBulk densityPalmSoil waterBiologySoil science

Résumé

récupéré en direct d'OpenAlex

The use of treated effluents (UTE) for irrigation has grown considerably in recent years, especially in arid and semi-arid regions. The objective of this research was to evaluate the effect of soil fertility under cultivation with forage cactus intercropped with different legumes. The experiment was conducted over a period of two years in a research unit that uses irrigation with reuse water (RW) in consortia of cactus species with wood and forage legumes. The soil layers were analyzed in the layers of 0-10 and 10-20 cm in three seasons: T0: without reuse water (RW); T1: dry season + reuse water (RW); T2: wet season + reuse water (RW) under cultivation of three palm varieties or cochineal cactus (mexican elephant ear palm, small palm and baiana). The soil attributes evaluated were granulometry, soil density, pH, salinity, sodicity, macronutrients, organic matter, Mineral N and total organic carbon stock (O.C.S). The plants were periodically irrigated with domestic effluent treated with constant irrigation 2 L h-1. The data were subjected to multivariate statistical analysis, using correlation matrix, cluster analysis, and factorial analysis considering the factors as principal components. According to the factorial analysis, Factor 1 (F1) and Factor 2 (F2)—F1 consisting of Sand, Ca2+, pHs, stock of. K and base saturation (V), and F2 consisting of Soil Organic Matter (SOM), stock of. Mg, CEC, stock of Ca2+, clay and soil density—were essential to differentiate the environments. The cluster analysis formed four groups. The structural groups showed greater similarity, denoting the relationship between source material and land use, followed by the chemical groups pHs, Ac. Pot., V+, CEC, Na+, stock of Na+, PST, and Ds; the structural weighted total porosity, stock of P.; Ksoil, stock of K, and Mg, SB, Te, stock of . Mg, and finally stock of Total, stock of Nitrog, Nit. Inorg.; SOM, TOC, Ca2+ and Tp of soil. This is a local peculiarity due to the climatic pattern of the Brazilian semiarid region in use of domestic sewage treated in agriculture as a forage index and as a social factor. The multivariate statistical analysis through principal component analysis and clustering made it possible to form groups according to soil attributes, which can help in decision making regarding soil fertility and fertilization management in this region with agricultural reuse application mainly in semiarid regions of Brazil.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,248
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural Science→Même sujetAgricultural and Food Sciences→Travaux en français237 207→