MétaCan
Menu
Retour à la cohorte
Enregistrement W2169496332 · doi:10.1071/sr04092

Effects of heating and post-heating equilibration times on soil water repellency

2005· article· en· W2169496332 sur OpenAlexaboutno aff
Stefan H. Doerr, Peter Douglas, Rachel C. Evans, Christopher P. Morley, Neil Mullinger, R. Bryant, Richard A. Shakesby

Notice bibliographique

RevueSoil Research · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research CouncilEuropean Commission
Mots-clésSoil waterWettingRelative humidityWater contentSoil textureCarbon fibersEnvironmental chemistryHumidityChemistryEnvironmental scienceSoil scienceMaterials scienceComposite materialThermodynamicsGeology

Résumé

récupéré en direct d'OpenAlex

The effects of variation in heating temperature T (50–300°C), heating duration (20–60 min), and post-heating equilibration times (24–168 h at 20°C and 50% relative humidity) on the wettability, as measured by the Critical Surface Tension (CST) method, of 4 initially water repellent soils from Canada, Portugal, and the UK are reported. All soils show an increase in water repellency following heating at temperatures in the range of 50 to 150°C, followed by a considerable decline after heating to 200–250°C, and, except for one soil, the eradication of repellency after heating to 300°C. For two soils with a comparatively high organic carbon content and fine texture, water repellency levels were also affected by the length of the post-heating equilibration period. The results demonstrate that (i) the common practice of heating samples to 105°C does not provide a viable standard procedure for the measurement of water repellency as it may alter repellency to different degrees, and (ii) where heat treatment is required, a post-heating equilibration time of 24 h is not necessarily sufficient for sample repellency levels to adjust to atmospheric laboratory conditions; therefore it is advisable to prolong equilibration to at least one week prior to measurement.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,284
Écart entre enseignants0,271 · 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'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

Citations70
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoil ResearchMême sujetFire effects on ecosystemsTravaux en français237 207