MétaCan
Menu
Retour à la cohorte
Enregistrement W1759751896 · doi:10.1016/j.inpa.2015.09.001

Bulk density of mineral and organic soils in the Canada’s arctic and sub-arctic

2015· article· en· W1759751896 sur OpenAlexaffabout
Md. Faruque Hossain, W. Chen, Yu Zhang

Notice bibliographique

RevueInformation Processing in Agriculture · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésBulk densitySoil waterPeatArcticSoil carbonSoil scienceEnvironmental scienceTotal organic carbonMineralogyGeologyEnvironmental chemistryChemistryGeographyOceanography

Résumé

récupéré en direct d'OpenAlex

Bulk density is an indicator of soil compaction subject to anthropogenic impact, essential to the interpretation of any nutrient budgets, especially to perform carbon inventories. It is so expensive to measure bulk density in arctic/sub-arctic and there are relatively very few field measurements are available. Therefore, to establish a bulk density and SOC empirical relationship in Canada’s arctic and sub-arctic ecosystems, compiled all the bulk density and SOC measurements that are available in Northern Canada. In addition an attempt has been made for bulk density and SOC field measurement in Yellowknife and Lupin, to develop an empirical relationship for Canada’s arctic and sub-arctic. Relationships between bulk density (BD) and soil organic carbon (SOC) for mineral soil and organic soils (0–100 cm depth) were described by exponential functions. The best fit model, predictive bulk density (BDp), for mineral soil, (BDp = 0.701 + 0.952 exp(−0.29 SOC), n = 702, R2 = 0.99); for organic soil (BDp = 0.074 + 2.632 exp(−0.076 SOC), n = 674, R2 = 0.93). Different soil horizons have different bulk densities and may require different predictive equations, therefore, developed predictive best fit exponential equation for both mineral and organic soils together (BDp = 0.071 + 1.322 exp(−0.071 SOC), n = 1376, R2 = 0.984), where X is a dummy variable with a value of 0 for surface peat (0–25 cm depth) and 1 for subsurface peat (25–175 cm). We recommend using the soil organic carbon density approach to estimate BD from SOC because it allows BD to be predicted without significant bias.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,014
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,197
Écart entre enseignants0,180 · 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 source (Gemma direct ou Codex distillé), 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

Citations149
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInformation Processing in AgricultureMême sujetClimate change and permafrostTravaux en français237 207