MétaCan
Menu
Retour à la cohorte
Enregistrement W2098576475 · doi:10.5539/esr.v4n1p61

Fundamental Study on Assessment of Soil Erosion by the USLE Method at Rehabilitation Area in Indonesian Coal Mine

2015· article· en· W2098576475 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueEarth Science Research · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater and Watershed Analysis
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésUniversal Soil Loss EquationErosionTopsoilRehabilitationEnvironmental scienceSoil lossCoal miningHydrology (agriculture)Soil scienceEnvironmental engineeringWater resource managementGeotechnical engineeringCoalEngineeringSoil waterGeologyWaste management

Résumé

récupéré en direct d'OpenAlex

Mining operation of open cut mines gives serious impacts on the surrounding environments. Therefore, an appropriate rehabilitation program has to be taken into consideration. Soil erosion is one of the major environmental problems in open cut mines in tropical regions. The soil erosion leads to unsuccessful rehabilitation due to topsoil losses. In order to succeed rehabilitation, the condition of soil erosion in the rehabilitation area has to be predicted accurately. As one of an efficient method for prediction of soil loss, Universal Soil Loss Equation (USLE) is the most widely used method of predicting soil loss in forestry. However, when considering the application of this equation in rehabilitation area, a sufficient consideration is needed because the condition of these areas is very different from that of forestry. This paper describes the reliability to predict soil erosion in rehabilitation area by means of USLE, and discusses the several considerations on soil erosion.

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.

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)0,014
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,848

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,083
Tête enseignante GPT0,413
Écart entre enseignants0,330 · 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