MétaCan
Menu
Retour à la cohorte
Enregistrement W2137069203 · doi:10.1139/x05-121

Precision and accuracy of three alternative instruments for measuring soil water content in two forest soils of the Pacific Northwest

2005· article· en· W2137069203 sur OpenAlexvenueno aff
N. M. Czarnomski, Georgianne W. Moore, Tom Pypker, Julián Licata, B. J. Bond

Notice bibliographique

RevueCanadian Journal of Forest Research · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of Energy
Mots-clésWater contentSoil waterEnvironmental scienceSoil scienceReflectometryCalibrationOffset (computer science)MoistureHydrology (agriculture)Remote sensingGeologyTime domainMeteorologyMathematicsGeotechnical engineeringGeographyStatistics

Résumé

récupéré en direct d'OpenAlex

We compared the accuracy and precision of three devices for measuring soil water content in both natural and repacked soils and evaluated their temperature sensitivity. Calibrations were developed for a capacitance instrument (ECH2O), a time domain reflectometry cable tester (CT), and a water content reflectometer (WCR) in soils collected from the Wind River and H.J. Andrews Experimental Forests. We compared these calibrations with equations suggested by manufacturers or commonly used in the literature and found the standard equations predicted soil moisture content 0%–11.5% lower (p < 0.0001) than new calibrations. Each new calibration equation adequately predicted soil moisture from the output for each instrument regardless of location or soil type. Prediction intervals varied, with errors of 4.5%, 3.5%, and 7.1% for the ECH2O, CT, and WCR, respectively. Only the ECH2O system was significantly influenced by temperature for the range sampled: as temperature increased by 1 °C, the soil moisture estimate decreased by 0.1%. Overall, the ECH2O performed nearly as well as the CT, and thanks to its lower cost, small differences in performance might be offset by deployment of a greater number of probes in field sampling. Despite its higher cost, the WCR did not perform as well as the other two systems.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,075
Tête enseignante GPT0,303
Écart entre enseignants0,228 · 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'étudeExpérimental (laboratoire)
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

Citations125
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetSoil Moisture and Remote SensingTravaux en français237 207