MétaCan
Menu
Retour à la cohorte
Enregistrement W2042299152 · doi:10.4141/s00-093

Influence of soil texture on snowmelt infiltration into frozen soils

2002· article· en· W2042299152 sur OpenAlexfundvenueaboutno aff
Litong Zhao, Donald M. Gray, Brenda Toth

Notice bibliographique

RevueCanadian Journal of Soil Science · 2002
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLoamSoil textureInfiltration (HVAC)Soil waterSnowmeltMeltwaterSoil scienceEnvironmental scienceSiltHydrology (agriculture)GeologyGeotechnical engineeringSnowMaterials scienceGeomorphology

Résumé

récupéré en direct d'OpenAlex

This paper describes the influence of soil texture on snowmelt infiltration into frozen soils. Field data collected on frozen, unsaturated agricultural soils of the Canadian Prairies during snow ablation demonstrate: (a) poor association between the amount of infiltration of meltwater released by the seasonal snowcover and soil texture, and (b) small differences in cumulative amounts among soils of widely different textures. A physics-based numerical simulation of heat and mass transfers with phase changes in frozen soils is used to study the mechanics of the infiltration process in representative clay, silty clay loam, silt loam and sandy loam soils. The results of the simulations show that the differences among cumulative snowmelt infiltration into clay, silty clay loam and silt loam soils after 24 h of continuous infiltration are small. Infiltration into a lighter-textured sandy loam after 24 h was on average 23% higher than in the other three soils with most of the increase occurring in the first 5 h of the simulation. Key Words: Soil texture, snowmelt, infiltration, frozen 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 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,031

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,220
Écart entre enseignants0,195 · 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

Citations21
Publié2002
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil ScienceMême sujetClimate change and permafrostTravaux en français237 207