MétaCan
Menu
Retour à la cohorte
Enregistrement W2910371014 · doi:10.5539/jas.v11n2p244

Pipette Method: Errors Resulting From Aliquot Collection Depth in Soil Clay Quantification

2019· article· en· W2910371014 sur OpenAlexvenueno aff
Jaedson Cláudio Anunciato Mota, Carlos Eduardo Linhares Feitosa, Lucas de Sousa Oliveira, José Israel Pinheiro, Alfredo Mendonça de Sousa, Thiago Leite de Alencar, Márcio Godofrêdo Rocha Lobato, Alexandre dos Santos Queiroz, Ícaro Vasconcelos do Nascimento

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLoamSiltPipetteSoil scienceGranulometryFraction (chemistry)Soil testSoil waterClay soilSoil horizonGeologySoil textureMineralogyEnvironmental scienceChemistryChromatographyGeomorphologySediment

Résumé

récupéré en direct d'OpenAlex

Granulometry represents the relative proportions of the fractions that compose the soil, being an important agronomic tool to infer mean values of density, water availability and cation exchange capacity, besides being useful in soil classification. Among the methods employed to determine the fractions composing the soil, those which consider the separation by sedimentation for the clay fraction still have problems in the analytical protocol, which are directly responsible of errors in the results obtained. Given the above, this study aimed to evaluate the best pipette immersion depth to collect the aliquot containing only clay, to calculate and discuss the errors associated with collection of the aliquot containing clay fraction in soil granulometric analysis. Samples for granulometric analysis were collected in the superficial layer and top of the B horizon of an Argissolo Amarelo, corresponding to the textural classes sandy loam and sandy clay. Regardless of soil textural class, the depth h = 5 cm established in the calculation using the Stokes’s equation leads to overestimation and underestimation of clay and silt fractions in the soil. The collection should be performed with the pipette tip positioned at h/2 = 2.5 cm.

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)0,012
score de la tête « metaresearch » (Gemma)0,023
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: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,016
Tête enseignante GPT0,252
Écart entre enseignants0,236 · 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetSoil and Unsaturated FlowTravaux en français237 207