Litterfall Dynamics of Agroforestry Systems in Parkland of the North Sudanian Zone, Burkina Faso
Notice bibliographique
Résumé
Poor soil fertility is a problem for agriculture in Burkina Faso. Litterfall is an important way for bio-elements to return to the soil. Therefore, the dynamics and quantity of litterfall were studied as part of a collaborative research project that aims to better manage agroforestry parkland. Five 0.25 m2 litter traps were placed under 5 trees of 3 species (Vitellaria paradoxa, Lannea microcarpa and Parkia biglobosa) that have multiple purposes in agroforestry. Every 2 weeks, litter was collected and sorted into leaves, twigs, fruits and other non-foliar components, which were oven dried and weighed. We calculated total annual litter production by species and fractions. Afterwards, Vitellaria paradoxa, Lannea microcarpa, and Azadirachta indica litterfall and Sorghum crop residues were composted and the chemical qualities of the composts were compared. Mean total litterfall (±SE) was 689±94, 671±141, and 1435±190 g dw m-2 yr-1 for L. microcarpa, Parkia biglobosa, and V. paradoxa, respectively. Leaf litter component composition varied from 47% to 87% depending on species. The largest littefall input occurred in the dry season, October–April. Litter quantity showed that agroforestry parkland is productive. Litterfall composts had better chemical quality than conventional crop residue compost, but the decomposition rate of V. paradoxa litter was very low (29%). These results suggest that with proper management, litterfall could contribute significantly to enhancing soil fertility in agroforestry parkland.
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 | 0,000 |
| 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 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 ».