Laboratory Calibration, In‐Field Validation and Use of a Soil Penetrometer Measuring Cone Resistance and Water Content
Notice bibliographique
Résumé
Concurrent and coincident measure of penetrometer cone resistance (PR) and water content (WC) were optimized by hourly in‐field validation of data from time domain transmissiometry (TDT) for WC and piezoelectric force sensor for PR. A piezoelectric force sensor coupled to a cone is followed by a helical wrapped TDT sensor on a single penetrometer shaft. Detailed laboratory calibrations, coupled with in‐field validations, were important to assure the quality of data, which facilitated detailed analyses of PR and WC patterns. The piezoelectric sensor relied on a calibrated spring for the in‐field validation. The calibration of the TDT sensor had three stages: a series of fluids of known dielectric constant; soil columns at known, variable water contents; and field soils at a range of ambient conditions. The penetrometer was used to study soil strength and WC behavior in time and space along 300‐m plots. The treatments were conventional and no‐till, each at two levels of traffic. The crop was corn ( Zea mays L.), continuous and in rotation with soybean [ Glycine max (L.) Merr.] and wheat ( Triticum aestivum L.). The PR vs. WC relationships for two depths (0.21 and 0.27 m), below the level of cultivation, were similar to those at the 0.10‐m depth for the nontrafficked no‐till plots. These relationships for the 0.21‐ and 0.27‐m depths were not influenced by tillage, traffic, and corn cropping system treatments. The variable depth of plowing in tilled plots was found to influence the data consistency for the 0.21‐m depth, indicating the penetrometer's high sensitivity to the soil conditions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».