MétaCan
Menu
Retour à la cohorte
Enregistrement W2051599456 · doi:10.1021/es050266b

Model Assessment of Biogeochemical Controls on Dissolved Organic Carbon Partitioning in an Acid Organic Soil

2005· article· en· W2051599456 sur OpenAlexfundno aff
David G. Lumsdon, Marc Stutter, Richard J. Cooper, J. Russell Manson

Notice bibliographique

RevueEnvironmental Science & Technology · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster University
Mots-clésBiogeochemical cycleDissolved organic carbonEnvironmental chemistryTotal organic carbonSoil carbonEnvironmental scienceChemistryCarbon fibersCarbon cycleSoil waterSoil scienceEcosystemEcologyMaterials scienceBiology

Résumé

récupéré en direct d'OpenAlex

A chemical model (constructed in the ORCHESTRA modeling framework) of an organic soil horizon was used to describe soil solution data (10 cm depth) and assess if seasonal variations in soil solution dissolved organic carbon (DOC) could be explained by purely abiotic (geochemical controls) mechanisms or whether factors related to biological activity are needed. The NICA-Donnan equation is used to describe the competitive binding of protons and cations and the charge on soil organic matter. Controls on organic matter solubility are surface charge and a parameter, gamma, that accounts for the distribution of humic molecules between hydrophobic and hydrophilic fractions. Calculations show that the variations in solute chemistry alone are not sufficient to account for the observed variations of DOC, but factors that alter gamma, such as biological activity, are. Assuming that DOC in organic soils is derived from soluble humic material and that gamma is modified seasonally due to biological activity (with monthly soil temperature used as a surrogate for biological activity) we are able to model the observed seasonality of soil solution DOC over a 10-year period. Furthermore, with modeled DOC coupled to other geochemical processes we also model soil solution pH and Al concentrations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,358
Score d'incertitude au seuil0,534

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,212
Écart entre enseignants0,206 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations71
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetSoil and Unsaturated FlowTravaux en français237 207