MétaCan
Menu
Retour à la cohorte
Enregistrement W2062533558 · doi:10.5539/enrr.v4n3p51

Humic Acids of Leached Chernozems of Western Siberia as Influenced by Human Impact

2014· article· en· W2062533558 sur OpenAlexvenueno aff
Б. М. Кленов

Notice bibliographique

RevueEnvironment and Natural Resources Research · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil and Environmental Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChernozemHumusEnvironmental scienceSoil waterSteppeVegetation (pathology)Soil scienceSoil organic matterOrganic matterAgronomyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

As it is known, the formation of soil humus as well as soil formation is controlled by Dokuchaev’s five soil-forming factors, i.e by climate, vegetation, relief, soil-forming rock and age of the landscape. In connection with fact that the soil has been subjected by heavy human impact during latest one and a half century, it became necessary to take into account the sixth factor, i.e. the anthropogenic one. As for Western Siberia, despite the relatively young farming (mean age of ploughland is about 80-90 years) as compared to other parts of the planet, appreciable humus losses have been progressed from the soils. It is especially observed in the soils of chernozem type widely spread in the forest steppe belt. Along with humus losses, the changes of quality of soil organic matter and structure of its principal constituents are in progress. The paper in question deals with the change of the nature of the most sustainable constituent of soil humus such as humic acids (HA). The study has been performed by the example of leached chernozems (Luvic Chernozem) which are widely spread in Western Siberia and used in long-term dry farming as well as under influence of irrigation.

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 enseignants0,059
Score d'incertitude au seuil0,118

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,024
Tête enseignante GPT0,297
Écart entre enseignants0,272 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Natural Resources ResearchMême sujetSoil and Environmental StudiesTravaux en français237 207