Soil data for mapping paludification in black spruce forests of eastern Canada
Notice bibliographique
Résumé
Soil data and soil mapping are indispensable tools in sustainable forest management. In northern boreal ecosystems, paludification is defined as the accumulation of partially decomposed organic matter over saturated mineral soils, a process that reduces tree regeneration and forest growth. Given this negative effect on forest productivity, spatial prediction of paludification in black spruce stands is important in forest management. This paper provides a description of the soil database to predict organic layer thickness (OLT) as a proxy of paludification in northeastern Canada. The database contains 13,944 OLT measurements (in cm) and their respective GPS coordinates. We collected OLT measurements from georeferenced ground plots and transects from several previous projects. Despite the variety of sources, the sampling design for each dataset was similar, consisting of manual measurements of OLT with a hand probe. OLT measurements were variable across the study area, with a mean ± standard deviation of 21 ± 24 cm (ranging from a minimum of 0 cm to a maximum of 150 cm), and the distribution tended toward positive skewing, with a large number of low OLT values and fewer high OLT values. The dataset has been used to perform OLT mapping at 30-m resolution and predict the risk of paludification in northeastern Canada (Mansuy et al., 2018) [1]. The spatially explicit and continuous database is also available to support national and international efforts in digital soil mapping.
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 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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».