Drivers of spatio-temporal changes in paddy soil pH in Jiangxi Province, China from 1980 to 2010
Notice bibliographique
Résumé
The spatio-temporal distribution soil pH is critical for understanding the productivity and long-term sustainability of our agri-ecosystem. This study quantified the spatio-temporal distribution of paddy soil pH in Jiangxi province, China, and the potential driver of the change between 1980 and 2010. Data from the Soil Survey Information of Jiangxi province (1980s) and Jiangxi Soil Testing and Fertilizer Recommendation study (2010s) were collected and categorized into six pH ranges from strongly-acidic to strongly-alkaline with unit pH differences. Changes were calculated from the maps developed using the Pedological Knowledge base for 1980s data (without geolocation) and geostatistical methods for the 2010s data (geolocated). An overall 0.6-unit decrease and a major shift of soil pH from weakly-acidic (54% → 18%) to acidic (35% → 74%) was observed over the province in a scattered fashion with concentration in the central part and the Poyang Lake area. About half of the area under paddy cultivation went through acidification by at least one pH unit and 7% by at least 2 pH units, while 40% of the area remained unchanged. Excessive fertilizer application and acid-rain intensity contributed to the acidification. Thus, a more knowledge-based and comprehensive fertilizer management should be adopted to make paddy production sustainable in the province.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».