Effect of Soil Aggregate Size and Organic Matter on Tomato Early Growth, Yield and Root and Soil Physicochemical Properties
Notice bibliographique
Résumé
This study investigates the independent and combined effects of soil aggregate size (A1: <2 mm, A2: 2-4 mm, A3: >4-8 mm) and organic matter (OM) on tomato growth and soil properties.A pot experiment with a completely randomized design evaluated six treatments (a1b0, a1b1, a2b0, a2b1, a3b0, a3b1), where B1 represents the addition of 10% cow manure compost by soil dry weight, while B0 indicates no compost addition.Results demonstrated that OM alone significantly enhanced early root growth, plant height (79 cm vs. 44.6 cm without OM), leaf count (161 vs. 47 leaves), and fruit yield, which increased by a factor of 39 compared to non-OM treatments.Larger aggregates (>4-8 mm) significantly reduced soil bulk density (0.84 vs. 1.22 g cm⁻³ in A1) and increased available phosphorus by 30-40%.Interactions between OM and aggregate size significantly influenced tomato yield, total soil nitrogen, and hydraulic conductivity.The combination of large aggregates and OM (a3b1) boosted total nitrogen by 200-300% and fruit yield by 39 times compared to a1b0.While OM primarily enhanced root vigor and nutrient availability, aggregate size modulated phosphorus accessibility and physical soil structure.These findings underscore OM's dominant role in improving productivity and soil fertility, while aggregate size plays a crucial role in optimizing soil structure.Strategic integration of OM and aggregate management can enhance sustainable agricultural practices by balancing soil health and crop performance.
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 ».