Gestione del suolo in sistemi viticoli e olivicoli marginali: evidenze sui co-benefici ecosistemici
Notice bibliographique
Résumé
Oliveti e vigneti del Sud Italia si trovano spesso in aree marginali con suoli degradati da frequenti lavorazioni. Questo studio ha valutato l’effetto dell’inerbimento (spontaneo in oliveto, seminato in vigneto) su biomassa, permeabilità ed erosione. L’indagine è stata condotta in un oliveto (100 alberi ha−1, pendenza 9.5%) e in un vigneto (4115 viti ha−1, pendenza 16%) con due gestioni del suolo: lavorato (L) vs inerbito (I). Sono stati misurati: conducibilità idraulica a saturazione (Kfs) e potenziale di flusso matriciale (Φm) mediante permeametro di Guelph (n = 6), ruscellamento ed erosione con simulatore di pioggia (n = 6), e biomassa su parcelle di 1 m2 (n = 5). In oliveto, né Kfs (2.96 ± 1.00 e 2.49 ± 0.80 cm min−1 in L e I) né Φm (0.41 ± 0.14 e 0.35 ± 0.11 cm2 min−1 in L e I) hanno mostrato variazioni significative. Tuttavia, l’inerbimento ha ridotto il ruscellamento dell’88% (168.92 ± 76.96 g in L vs 19.61 ± 5.75 g in I) e l’erosione del 64% (1.48 ± 0.11 t ha−1 in L vs 0.53 ± 0.24 t ha−1 in I). La biomassa è risultata maggiore in I rispetto a L in primavera (3.98 ± 1.86 vs 0.30 ± 0.09 t ha−1) e autunno (1.32 ± 0.42 vs 0.55 ± 0.10 t ha−1). In vigneto, l’inerbimento non ha modificato Kfs (0.46 ± 0.09 vs 0.75 ± 0.33 cm min−1) e Φm (0.06 ± 0.01 vs 0.10 ± 0.05 cm2 min−1), ma ha ridotto il ruscellamento del 90% (232.16 ± 54.23 g in L vs 22.98 ± 12.40 g in I) e l’erosione del 99% (2.58 ± 0.71 t ha−1 in L vs 0.09 ± 0.00 t ha−1 in I). Questi risultati dimostrano come la gestione del suolo incida su perdite di suolo e aumento della biomassa, con potenziali effetti benefici sull’ecosistema.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».