MétaCan
Menu
← Retour à la cohorte
Enregistrement W2886875409 · doi:10.5539/jas.v10n9p153

Spatial Distribution of Soil Organic Carbon in Amazonia

2018· article· en· W2886875409 sur OpenAlexvenueno aff
G. F. Franco, José João Lelis Leal de Souza, André Luiz Lopes de Faria, Milton César Costa Campos, Liovando Marciano da Costa

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmazon rainforestEnvironmental scienceSoil carbonTotal organic carbonSpatial distributionCarbon fibersSpatial variabilityRainforestEcosystemVegetation (pathology)Soil waterSoil scienceEnvironmental chemistryEcologyGeographyChemistryRemote sensingMathematicsBiology

Résumé

récupéré en direct d'OpenAlex

The Amazon rainforest is considered the most important ecosystem in the world for the global carbon balance due to its high carbon storage in soil and in the vegetation. Unfortunately, there are few studies about organic fraction of its soils. Thus, the present research aimed to quantify the soil organic carbon content (OC) and to analyze its spatial distribution using 701 soil samples from minimally anthropic areas compiled from previous studies. Descriptive statistics, Pearson correlation and spatial variability analyses of OC and other physical and chemical soil data were performed. The high variability of OC between soil groups were attributed to the preservation and protection of carbon by oxides, reduction process and organic-rich parent material. OC was strongly positively correlated with total nitrogen (N) content, C:N ratio and cation exchange capacity at pH 7.0. The maps produced showing the spatial distribution of CO and that based on C:N ratio would be support for the creation of priority areas in the conservation of ecosystem.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,009
Tête enseignante GPT0,209
Écart entre enseignants0,200 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural Science→Même sujetSoil Carbon and Nitrogen Dynamics→Travaux en français237 207→