MétaCan
Menu
Retour à la cohorte
Enregistrement W4411834306 · doi:10.3390/land14071366

Delineating Soil Management Zones for Site-Specific Nutrient Management in Cocoa Cultivation Areas with a Long History of Pesticide Usage

2025· article· en· W4411834306 sur OpenAlexaff
Isong Abraham Isong, Denis Michael Olim, O. I. Nwachukwu, M. I. Onwuka, Sunday Marcus Afu, Victoria Otie, Peter Ereh Oko, Brandon Heung, Kingsley John

Notice bibliographique

RevueLand · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCocoa and Sweet Potato Agronomy
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSoil nutrientsNutrientPesticideAgroforestryNutrient managementLand managementGeographyEnvironmental scienceLand useEnvironmental resource managementEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Delineating soil management zones in cocoa cultivation areas can help optimize production and minimize ecological and environmental risks. This research assessed the spatial distribution of heavy metal concentration and soil fertility indicators in Cross River State, Nigeria, to delineate soil management zones (MZs). A total of n = 63 georeferenced, composite soil samples were collected at the 0–30 cm depth increment, air-dried, and subjected to physicochemical analysis. The soil data were subjected to principal component analysis (PCA), and the selected principal components (PCs) were used for fuzzy c-means clustering analysis to delineate the MZs. The result indicated that soil pH varied from 4.8 (strongly acidic) to 6.3 (slightly acidic), with high average organic carbon contents. The degree of contamination was low, while the ecological risk indicator (RI) of the environment under cocoa cultivation ranged from low risk (RI = 18.24) to moderate risk (RI = 287.15), with moderate risk areas mostly found in patches around the central and upper regions. Higher pH was associated with increased levels of exchangeable Ca, Mg, and K, and TN and OC. Strong spatial dependence was observed for silt, pH, OC, Mg, Zn, Cu, Pb, Cd, Cr, and DC. The result showed the first six principal components (PCs) with eigenvalues >1 accounting for 83.33% of the cumulative variance, and three MZs were derived via the selected six PCs using fuzzy c-means clustering analysis. The results of this study further indicated that MZ3 had the highest pH (6.06), TN (0.24%), OC (2.79%), exchangeable Ca (10.62 cmol/kg), Mg (4.01 cmol/kg), and K (0.12 cmol/kg). These were significantly (p < 0.05) higher than those observed in MZ2 and MZ1, and they represent the most fertile parts of the study area. Furthermore, 40.6% of the study area had marginal soil (i.e., soil under MZ2).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,122
Score d'incertitude au seuil0,191

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,196 · 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 tête enseignante, 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLandMême sujetCocoa and Sweet Potato AgronomyTravaux en français237 207