MétaCan
Menu
Retour à la cohorte
Enregistrement W1986444259 · doi:10.2136/sssaj2011.0260

A New Method for Developing Equations Applied to the Water Retention Curve

2012· article· en· W1986444259 sur OpenAlexfundno aff
Scott Gould, Pathmanathan Rajeev, Jayantha Kodikara, Xiao-Ling Zhao, Stewart Burn, David Marlow

Notice bibliographique

RevueSoil Science Society of America Journal · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research CouncilUniversity of Saskatchewan
Mots-clésCurve fittingSiltSoil waterSuctionMathematicsRange (aeronautics)Water retention curveSoil scienceWater retentionMathematical analysisEnvironmental scienceThermodynamicsGeologyStatisticsMaterials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

The soil water retention curve (WRC) represents the relationship between soil suction and water content. Previous equations for representing the WRC do not include a direct relationship between features of the curve and equation fitting parameters. We present a new method for developing equations for representing empirical data that ensures that features of the curve are directly related to fitting parameters in the equation. The method also ensures that the equation has a simple derivative and is readily integrated, an important property if the equation is to be used as part of a numerical model. This method has been applied to the WRC, producing a new equation that is able to accurately represent the entire WRC using a single equation. The direct relationship between the main features of the curve and fitting parameters ensures that the fitting parameters have clear theoretical meaning. Additionally, this direct relationship allows fitting parameters, such as the air‐entry value, to be calculated using pedotransfer functions. The equation has been fitted to a wide range of experimental data and has been demonstrated to achieve an excellent fit for sand, silt, and clay soils across the entire suction range from the minimum measured suction value to 10 6 kPa.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,006

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 Opus0,028
Tête enseignante GPT0,287
Écart entre enseignants0,260 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoil Science Society of America JournalMême sujetSoil and Unsaturated FlowTravaux en français237 207