Evaluation of Soil Surface Charge Using the Back‐Titration Technique
Notice bibliographique
Résumé
Variable surface charge ( Q v ) is one of the most important soil properties controlling ion adsorption on the soil solid phase. In this study, the back‐titration technique was used to determine the Q v of soils with a wide range of properties. The procedure defines the Q v as the OH − consumption by surface reactions corrected for dissolution of the solid phase and other solution reactions (e.g., metal hydrolysis). The Q v , varying from 0 to 80 cmol c kg −1 , was dependent on the pH of the soil suspension and the amount of soil organic matter. We used the non‐ideal competitive adsorption (NICA)–Donnan model to simulate the surface charge, assuming a bimodal distribution of H + affinity on the soil solid phase. With the charge data and Microsoft Excel, the NICA‐Donnan model parameters were optimized. The model provided an excellent fit to the experimental data. When the pH was below 8, the surface charge was dominantly distributed to the Type 1 sites; the Type 2 sites started to contribute to the total surface charge at pH > 8. Multiple linear regressions showed that the charge maxima ( Q max ) of the two sites were related to soil cation‐exchange capacity (CEC) and organic C (Org. C); these significant statistical relationships may be used to estimate the surface charge of soils using values of commonly measured soil parameters.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».