Understanding the underlying factors of soybean yield variation from field-managed interventions in northern Nigeria: Meta-regression approaches
Notice bibliographique
Résumé
Soybean ( Glycine max , L.) is an important grain legume cultivated in northern Nigeria for human food, animal fodders and as a source of income. However, yield is often low and unpredictable, and our understanding of the factors explaining yield variability is limited. We examine the factors influencing soybean yield variability from field-managed interventions. A search using Web of Science, Google Scholar, and Scopus extracted studies on Rhizobia (Rh) inoculated and phosphorus (P) fertilizer or Rh × P combination treatments across three agroecological zones (AEZs): Sudan Savanna (SS), Northern Guinea Savanna (NGS), and Southern Guinea Savanna (SGS). The yield responses to management interventions and across AEZs were analyzed using effect size. Meta-regression models were used to fit yield change with various soil properties such as exchangeable potassium (K), nitrogen (N), and organic carbon (OC). The yield change was higher (39.1 ± 4.0 %) for the Rh × P combination than the Rh or P application. The NGS exhibited a lower yield change (23.1 ± 0.15 %) compared to SS (38.0 ± 0.2 %) and SGS (39.0 ± 0.2 %). The model identified a minimum soil exchangeable-K concentration of 0.54 cmol (+) kg −1 to increase yield under Rh and Rh × P treatments, while a minimum soil-N content of 1.50 g. kg −1 increased yield for the Rh and Rh × P interventions. The required OC content for significant yield responses ranged from 6 to 9 g kg −1 under the SGS agroecology. We discuss the impacts of soil OC and N levels on soybean yield variations, aiming to advance sustainable farming practices among smallholder farmers in Nigeria. • Systematic studies on the use of rhizobia (Rh) inoculants and P fertilizer in Nigeria are limited. • Meta-Regression models were used to analyze soybean yield responses to Rh, P, and Rh × P combination. • The yield increase was higher for the Rh × P treatment than for Rh inoculation or P treatment. • The soil organic carbon content needed for significant soybean yield responses is 6–9 g/kg −1 .
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 | 0,024 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,031 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».