MétaCan
Menu
Retour à la cohorte
Enregistrement W2794850770 · doi:10.1139/cjss-2017-0111

Feldspathic sandstone addition and its impact on hydraulic properties of sandy soil

2018· article· en· W2794850770 sur OpenAlexvenueno aff
Junchao Jia, Pingping Zhang, Xiaofeng Yang, Xingchang Zhang

Notice bibliographique

RevueCanadian Journal of Soil Science · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésHydraulic conductivitySoil scienceSoil waterInfiltration (HVAC)Field capacityWater retentionLoessLoess plateauEnvironmental scienceHydrology (agriculture)GeologyGeotechnical engineeringMaterials scienceGeomorphology

Résumé

récupéré en direct d'OpenAlex

Feldspathic sandstone could be used as an effective conditioner to improve the physical quality of sandy soil, and increase the crop yield there. To determine the effects of feldspathic sandstone content on soil hydraulic properties in a sandy soil, the present study added 0%, 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90%, and 100% (no sandy soil) of feldspathic sandstone to sandy soil. Changes in hydraulic parameters were investigated and the results showed addition of feldspathic sandstone increased saturated water content by 37%–61% and field capacity by 29%–44%, and decreased saturated hydraulic conductivity from 10.19 to 0.58 cm h−1 of the sandy soil. Further data analysis demonstrated that with increasing content of feldspathic sandstone, the parameter n of soil water retention curve in Van Genuchten model dropped from 1.807 to 1.333. The same decreasing trend is detected in parameter a of infiltration rate (3.841–0.703) in Kostiakov formula (i = at−b) and parameter a1 of wetting front (6.901–1.174) in the empirical equation (X = a1tb1). In terms of hydraulic parameters, 40% feldspathic sandstone and 60% sandy soil, optimally matching indices of loess soil, were the best mixing ratio for sandy land restoration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 GPT0,213
Écart entre enseignants0,199 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations18
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil ScienceMême sujetSoil and Unsaturated FlowTravaux en français237 207