MétaCan
Menu
Retour à la cohorte
Enregistrement W2240302570

The impacts of land use on the risk of soil erosion on agricultural land in Canada.

2010· article· en· W2240302570 sur OpenAlexaboutno aff
Sheng Li, David A. Lobb, B.G. McConkey, R. J. Gilkes, N. Prakongkep

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAeolian processes and effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTillageErosionEnvironmental scienceAgricultureSoil conservationLand useAgroforestryGeographyAgronomyGeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Using established erosion models and national databases, A Soil Erosion Risk Indicator (SoilERI) was developed under the National Agri-Environmental Health Analysis and Reporting Program (NAHARP) in Canada to assess the risk of soil erosion in agricultural land from the combined effects of tillage, water and wind erosion processes. The indicator was build upon the Soil Landscape of Canada (SLC) polygon and was then aggregated to the province and national scale. It reflects the characteristics of the climate, soil and topography and responds to changes in land use over the 25-year period between 1981 and 2006. The results showed that the risk of soil erosion on Canadian cropland has steadily declined with time since the 1980s, largely due to the adoption of the conservation tillage, particularly no-till systems. However, there are still areas in every province with risks of unsustainable soil erosion. The risk of soil erosion was greatest under potato and sugar beet production and corn and soybean produced with conventional tillage. Serious erosion occurs on an important portion of cropland in southern Ontario and in Atlantic Canada. The information obtained in this study could help the decision makers to better target the hot spot of soil erosion in different scales and to design the best management practices for a given region.

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)0,000
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 enseignants0,037
Score d'incertitude au seuil0,145

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,006
Tête enseignante GPT0,170
Écart entre enseignants0,164 · 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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAeolian processes and effectsTravaux en français237 207