MétaCan
Menu
Retour à la cohorte
Enregistrement W2109908158 · doi:10.2136/sssaj2007.0111n

A Method to Determine Unsaturated Hydraulic Conductivity in Living and Undecomposed <i>Sphagnum</i> Moss

2008· article· en· W2109908158 sur OpenAlexaff
Jonathan S. Price, Pete Whittington, D. E. Elrick, Maria Strack, N. Brunet, Erica Faux

Notice bibliographique

RevueSoil Science Society of America Journal · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensUniversity of GuelphUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSphagnumHydraulic conductivityMossWater retentionPeatSoil scienceSoil waterWater contentEnvironmental scienceVadose zoneWater transportWater flowMoistureSaturation (graph theory)Hydrology (agriculture)ChemistryGeologyBotanyEcologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Sphagnum mosses ( Sphagnum L.) are the primary peat‐forming plant in northern peatlands and rely on capillary transport of water to facilitate physiological processes. The unsaturated hydraulic conductivity of the living, undecomposed, and poorly decomposed mosses is needed to estimate and model water flux to their growing upper layer. This study describes a new apparatus to measure this in the highly porous (∼90%) hummock profile where the pore sizes are large and the mosses delicate, in which established methods do not work. Independent tension disks controlled the pressure head (ψ, between 0 and −35 cm of water) and the pressure gradient and thus flow. The uppermost 5‐cm layer of moss had a saturated hydraulic conductivity of 1800 μm s −1 , and decreased when unsaturated (ψ = −25 cm of water) to 0.03 μm s −1 Moss 25 cm below the surface had equivalent values of 230 and 11.0 μm s −1 at moisture contents of 0.18 to 0.22 m 3 m −3 The The soil water retention model RETC provided a good fit for both hydraulic conductivity and water retention when fitted simultaneously, but did not perform well to predict hydraulic conductivity from water retention data alone.

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)0,001
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 enseignants0,407
Score d'incertitude au seuil0,583

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
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 Opus0,018
Tête enseignante GPT0,269
Écart entre enseignants0,251 · 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'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

Citations105
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoil Science Society of America JournalMême sujetPeatlands and Wetlands EcologyTravaux en français237 207