Relating Cone Penetration and Rutting Resistance to Variations in Forest Soil Properties and Daily Moisture Fluctuations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Soil resistance to penetration and rutting depends on variations in soil texture, density and weather-affected changes in moisture content. It is therefore difficult to know when and where off-road traffic could lead to rutting-induced soil disturbances. To establish some of the empirical means needed to enable the “when” and “where” determinations, an effort was made to model the soil resistance to penetration over time for three contrasting forest locations in Fredericton, New Brunswick: a loam and a clay loam on ablation/ basal till, and a sandy loam on alluvium. Measurements were taken manually with a soil moisture probe and a cone penetrometer from spring to fall at weekly intervals. Soil moisture was measured at 7.5 cm soil depth, and modelled at 15, 30, 45 and 60 cm depth using the Forest Hydrology Model (ForHyM). Cone penetration in the form of the cone index (CI) was determined at the same depths. These determinations were not only correlated with measured soil moisture but were also affected by soil density (or pore space), texture, and coarse fragment and organic matter content (R2 = 0.54; all locations and soil depths). The resulting regression-derived CI model was used to emulate how CI would generally change at each of the three locations based on daily weather records for rain, snow, and air temperature. This was done through location-initialized and calibrated hydrological and geospatial modelling. For practical interpretation purposes, the resulting CI projections were transformed into rut-depth estimates regarding multi-pass off-road all-terrain vehicle traffic.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle