MétaCan
Menu
Retour à la cohorte
Enregistrement W1859884514 · doi:10.5539/ijc.v7n2p198

Impact of Salinity on the Physical Soil Properties in the Groundnut Basin of Senegal: Case Study of Ndiaffate

2015· article· en· W1859884514 sur OpenAlexvenueno aff
Fary Diome, Alfred Tine

Notice bibliographique

RevueInternational Journal of Chemistry · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSalinityChemistrySoil salinityBulk densitySoil waterInfiltration (HVAC)Animal scienceSoil scienceEnvironmental scienceGeologyGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

This study was conducted during the rainy season (september) to evaluate the impact of salinity on the soil physical properties. The area of study is composed of agricultural (ZC) and salt production (SA) area, none vegetalized (TV) and little vegetalized (TA) spots.Our methodological approach is based on a sampling of soils in different depth (0-20; 20-40, and 40-60 cm), the measurement of their physical properties (bulk density, infiltration test) and chemical caracteristics (pH, EC, exchangeable bases, etc.).Our results show that the measured values of electric conductivity (14 µS.cm-1 in ZC and 3290 µS.cm-1 in SA) indicate a gradient of salinity from the agricultural activities zone (ZC) towards the salt production zone (SA). The values of bulk density and infiltration, vary according to a gradient of salinity which goes decreasing from the none vegetalized spots (TV, (> 2.40 kg.m-3; 0 mm.h-1) to the little vegetalized spots (TA, (2.4 kg.m-3; 0.2 mm.h-1), the salt production area (SA, (2.32 kg.m-3; 2.4 mm.h-1) and finally to the zone of agricultural activities (ZC, (2.12 kg.m-3; 14 mm.h-1).This result establishes a relation between the gradient of salinity and the modification of the studied soil physical parameters. The practice of salt production involves an increase in the salinity of the soils.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,545
Score d'incertitude au seuil0,165

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,069
Tête enseignante GPT0,318
Écart entre enseignants0,249 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ChemistryMême sujetAgriculture and Rural Development ResearchTravaux en français237 207