MétaCan
Menu
Retour à la cohorte
Enregistrement W2157778995 · doi:10.5402/2012/310927

Within-Storm Rainfall Distribution Effect on Soil Erosion Rate

2012· article· en· W2157778995 sur OpenAlexaff
S. I. Ahmed, R. P. Rudra, Bahram Gharabaghi, Ken MacKenzie, W. T. Dickinson

Notice bibliographique

RevueISRN Soil Science · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil erosion and sediment transport
Établissements canadiensGolder Associates (Canada)University of Guelph
Organismes subventionnairesnon disponible
Mots-clésLoamEnvironmental scienceStormErosionIntensity (physics)Hydrology (agriculture)Soil scienceSoil lossRange (aeronautics)Soil waterGeologyMeteorologyGeotechnical engineeringGeomorphologyGeography

Résumé

récupéré en direct d'OpenAlex

This study investigates the effect of rainfall temporal distribution pattern within a storm event on soil erosion rate and the possibility of using rain power type model for rainfall erosivity. Various rainfall distribution patterns, simulated by rainfall simulator, were used on 1.0 m 2 plot of silica sand and loam soil with a minimum of three replications. The results show that the soil erosion rates spiked following every sharp increase in rainfall intensity followed by a gradual decline to a steady erosion rate. Transient effects resulted in the soil erosion rates for an oscillatory rainfall distribution to be more than two fold higher than those obtained for a steady-state rainfall intensity event with same duration and same average rainfall intensity. The 3-parameter and 4-parameter rain power models were developed for a process-based measure of rainfall erosivity. The 4 parameter model yielded better match with the observed data and predicted soil erosion rates more accurately for silica sand under all rainfall distributions, and good results for loam soil under low intensity rainfall. More research is necessary to improve the accuracy of soil erosion prediction models for a wider range of rainfall distributions.

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)0,002
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,714
Score d'incertitude au seuil0,520

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,017
Tête enseignante GPT0,233
Écart entre enseignants0,215 · 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'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

Citations14
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISRN Soil ScienceMême sujetSoil erosion and sediment transportTravaux en français237 207