MétaCan
Menu
Retour à la cohorte
Enregistrement W2036201137 · doi:10.1002/hyp.6762

Water repellence of soils: new insights and emerging research needs

2007· article· en· W2036201137 sur OpenAlexaff
Stefan H. Doerr, C.J. Ritsema, L.W. Dekker, David F. Scott, D. Carter

Notice bibliographique

RevueHydrological Processes · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNatural Environment Research Council
Mots-clésContext (archaeology)Soil waterEnvironmental scienceSoil scienceGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract An increasing awareness of the occurrence and implications of soil water repellence has caused a surge in research activity addressing this phenomenon in recent years. This has involved not only the disciplines of hydrology, soil, and related environmental sciences, but increasingly also biology, chemistry, physics, and surface sciences, which has allowed elucidation of the causes and behaviour of soil water repellence based on first order principles. Furthermore, novel approaches and advances in technology have allowed examination of its causes and implications at increasingly coarse and fine spatial and temporal scales. The 19 papers presented in this special issue exemplify this trend by bringing together studies from diverse disciplines and presenting the latest advances regarding the origin, occurrence, controls, hydrological effects, and amelioration of soil water repellence. Here we aim to summarize, evaluate and set into context some of the new insights arising from these studies and also attempt to identify the key current and likely future research gaps related to water repellence in soils. Copyright © 2007 John Wiley & Sons, Ltd.

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)0,005
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,004
Communication savante0,0060,011
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,030
Tête enseignante GPT0,286
Écart entre enseignants0,256 · 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

Citations92
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetFire effects on ecosystemsTravaux en français237 207