MétaCan
Menu
Retour à la cohorte
Enregistrement W2316840827 · doi:10.2166/wqrjc.2013.112

Assessment of uncertainty in soil test phosphorus using kriging techniques and sequential Gaussian simulation: implications for water quality management in southern Quebec

2013· article· en· W2316840827 sur OpenAlexaffabout
Alaba Boluwade, Chandra A. Madramootoo

Notice bibliographique

RevueWater Quality Research Journal · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésKrigingGeostatisticsEnvironmental scienceVariogramWatershedHydrology (agriculture)PhosphorusWater qualityGaussianSpatial variabilitySoil scienceStatisticsMathematicsGeologyComputer scienceEcologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Missisquoi Bay, located in southern Quebec at the north-eastern extremity of Lake Champlain, is subject to eutrophication arising from excess nutrients, predominantly phosphorus (P), contributed by agricultural watersheds. Factors such as land use pattern, management practices, soil properties and geomorphology have an impact on soil P levels. Land patches under different management practices introduce a cyclic pattern, especially when fitting the variogram. Geostatistics procedures were used to model soil test phosphorus (STP) within the 11 km2 Castor Watershed in southern Quebec, Canada. An ordinary kriging (OK) method was used to estimate STP at unsampled points, but this had a smoothing effect, resulting in an underestimation of high values and overestimation of low values. Therefore, a more efficient technique was needed to draw predictions from the conditional probability distribution at the simulation grid nodes. A sequential Gaussian simulation (SGS) was adopted for this purpose, and used to create 50 equal probable realizations. Uncertainty was modelled using the E-type (mean) of the realizations, which ranged from 12.5 to 223 mg P kg–1 soil. The adequate spatial probability pattern for STP is a valuable criterion when seeking to delineate areas of high STP for site-specific best management practices (BMPs).

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)0,006
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 enseignants0,225
Score d'incertitude au seuil0,963

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
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 Opus0,106
Tête enseignante GPT0,433
Écart entre enseignants0,327 · 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

Citations8
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207