MétaCan
Menu
Retour à la cohorte
Enregistrement W2044601137 · doi:10.2136/vzj2013.03.0064

The Cold Vadose Zone: Hydrological and Ecological Significance of Frozen‐Soil Processes

2013· article· en· W2044601137 sur OpenAlexaff
Masaki Hayashi

Notice bibliographique

RevueVadose Zone Journal · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceVadose zoneInfiltration (HVAC)Frost heavingSnowmeltSurface runoffSoil waterPermafrostHydrology (agriculture)NutrientSoil scienceEcologyGeologyOceanographyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Approximately 50% of soils in the Northern Hemisphere experience seasonal freezing and thawing, which influences physical, chemical, and biological processes in the vadose zone. Soil freeze–thaw drives mechanical processes, including frost heave and soil aggregate formation and breakdown, and controls snowmelt infiltration and runoff. These hydrologic processes determine the soil moisture conditions, which affect plant mortality and growth, soil microbial activities, and nutrient (e.g., C and N) cycles. Nutrients leached from the thawed soil, often with rapid infiltration of snowmelt water, may affect the quality of the groundwater and surface water, in combination with enhanced erosion and sediment load due to freeze–thaw. Nutrients released as greenhouse gases may contribute to climate feedback. With recent climate warming and changes in the extent and depth of frozen soil and permafrost, it is important to understand frozen‐soil processes and their interaction with the environment. The objective of this review is to highlight important aspects of soil freeze–thaw and related processes and to point out research challenges and opportunities in the cold vadose zone.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,026
Tête enseignante GPT0,222
Écart entre enseignants0,196 · 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

Citations137
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVadose Zone JournalMême sujetClimate change and permafrostTravaux en français237 207