Overview of Mollisols in the world: Distribution, land use and management
Notice bibliographique
Résumé
Liu, X., Burras, C. L., Kravchenko, Y. S., Duran, A., Huffman, T., Morras, H., Studdert, G., Zhang, X., Cruse, R. M. and Yuan, X. 2012. Overview of Mollisols in the world: Distribution, land use and management. Can. J. Soil Sci. 92: 383–402. Mollisols – a.k.a., Black Soils or Prairie Soils – make up about 916 million ha, which is 7% of the world's ice-free land surface. Their distribution strongly correlates with native prairie ecosystems, but is not limited to them. They are most prevalent in the mid-latitudes of North America, Eurasia, and South America. In North America, they cover 200 million ha of the United States, more than 40 million ha of Canada and 50 million ha of Mexico. Across Eurasia they cover around 450 million ha, extending from the western 148 million ha in southern Russia and 34 million ha in Ukraine to the eastern 35 million ha in northeast China. They are common to South America's Argentina and Uruguay, covering about 89 million and 13 million ha, respectively. Mollisols are often recognized as inherently productive and fertile soils. They are extensively and intensively farmed, and increasingly dedicated to cereals production, which needs significant inputs of fertilizers and tillage. Mollisols are also important soils in pasture, range and forage systems. Thus, it is not surprising that these soils are prone to soil erosion, dehumification (loss of stable aggregates and organic matter) and are suffering from anthropogenic soil acidity. Therefore, soil scientists from all of the world's Mollisols regions are concerned about the sustainability of some of current trends in land use and agricultural practices. These same scientists recommend increasing the acreage under minimum or restricted tillage, returning plant residues and adding organic amendments such as animal manure to maintain or increase soil organic matter content, and more systematic use of chemical amendments such as agricultural limestone to replenish soil calcium reserves.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,013 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».