MétaCan
Menu
Retour à la cohorte
Enregistrement W2737086485 · doi:10.1139/cjss-2017-0043

Geochemistry of rare earth elements in soils under different land uses in a typical karst area, Guizhou Province, Southwest China

2017· article· en· W2737086485 sur OpenAlexvenueno aff
Guilin Han, Zhaoliang Song, Yang Tang

Notice bibliographique

RevueCanadian Journal of Soil Science · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeochemistry and Elemental Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKarstSoil waterWeatheringWatershedGeologyRare earthErosionDrainage basinGeochemistryHydrology (agriculture)ChinaEnvironmental scienceSoil scienceEarth scienceGeomorphologyGeography

Résumé

récupéré en direct d'OpenAlex

Understanding soil erosion processes under different land uses is important for predicting and controlling watershed soil losses, especially in karst areas. Five soil profiles and 55 soil samples were collected from soils that were under different land uses in a typical karst catchment, Southwest China. The total contents of rare earth elements (REE) are significantly lower (<100 mg kg−1) than the average value of soils in China (181 mg kg−1). The enrichment degree of REE in heavy REE is much higher than that of light REE in all soil samples. A positive Ce anomaly (∼1.4) and a slightly negative Eu anomaly (∼0.95) were found. The enrichment and release of REE are partly controlled by pH, distribution of REE in bedrocks, contents, and adsorption ability of organic matters in weathering profiles.

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)0,001
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 enseignants0,750
Score d'incertitude au seuil0,919

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,210
Écart entre enseignants0,196 · 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

Citations17
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil ScienceMême sujetGeochemistry and Elemental AnalysisTravaux en français237 207