Soil mineral structural water loss during loss on ignition analyses
Notice bibliographique
Résumé
Water loss from soil minerals has been known to cause errors in the determination of soil organic matter when the loss on ignition (LOI) method is used. Unfortunately, no known published studies reliably quantify the range of structural water in the soil. To do this, 15 common reference minerals were analyzed by LOI to obtain their individual water loss. In addition, 14 upland, loamy soil samples and 3 wetland/hydric soil samples with varied mineral contents were analyzed to collect their X-ray powder diffraction spectra. Based upon X-ray spectra peak intensities, the modal abundance of minerals in each soil sample was determined using the RockJock computer program. The resultant modal weight percentages of all identified minerals in each soil sample were then multiplied by the LOI value for each mineral to obtain the mineral structural water loss (SWL) of that soil sample. For the 17 soil samples analyzed, the range of mineral water loss is 0.56 to 2.45%. Depending on the LOI values of the soil samples, the SWL:LOI ratios range from 0.04 to around 1.00. The SWL:LOI ratios are particularly low for top wetland soil when the LOI value is higher. The ratios are lower for surface soil samples than for subsurface soil samples because of the high LOI values in surface soil samples. Understanding soil mineral water loss and its relation to the LOI patterns from various environments is important for the accurate evaluation of soil organic matter when the LOI method is used. Key words: Mineral, structural water, loss on ignition
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».