MétaCan
Menu
Retour à la cohorte
Enregistrement W2912329825 · doi:10.4025/actasciagron.v41i1.39708

Geochemical signatures and weathering rates in soils derived from different granites in contrasting climatic locations

2018· article· en· W2912329825 sur OpenAlexaff
Ygor Jacques Agra Bezerra da Silva, Clístenes Williams Araújo do Nascimento, Caroline Miranda Biondi, Peter van Straaten, Valdomiro Severino de Souza Júnior, Tiago Osório Ferreira

Notice bibliographique

RevueActa Scientiarum Agronomy · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueClay minerals and soil interactions
Établissements canadiensUniversity of Guelph
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésWeatheringSoil waterGeologyParent rockClay mineralsGeochemistryAmphiboleFeldsparChemical compositionNutrientMineralogySoil scienceChemistryQuartz

Résumé

récupéré en direct d'OpenAlex

We studied the mineralogical properties and chemical composition of different granites using energy dispersive X-ray spectroscopy coupled with scanning electron microscopy to understand the relationship between granite signatures and soil characteristics, including weathering patterns and soil fertility status. The discriminant analysis (DA) was based on soil physical and chemical properties and was used to differentiate soils developed from I-and S-type granites across contrasting climatic conditions in northeast Brazil. The DA identified the highest values of organic carbon, clay and plant nutrients as key variables to recognize soil profiles derived from I-type granites. In contrast, the greater sand contents and Al saturation distinguished soils developed from S-type granites. These results were related to the mineralogical characteristics of each granite type, such as a high percentage of silica-bearing minerals in the Stype granites. The highest concentrations of K, Ca, Mg, and P in I-type granites were found in feldspars, amphiboles, and apatite. These elements account for the majority of nutrients derived in their soil profiles. However, it seems that the harsh conditions of the humid tropical environment equalized the effect of the rocks on weathering rates-the difference in chemical index of alteration is more extreme in the dry region.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,378
Score d'incertitude au seuil0,507

Scores Codex et Gemma par catégorie

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)0,0000,000

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 GPT0,258
Écart entre enseignants0,243 · 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 tête enseignante, 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Scientiarum AgronomyMême sujetClay minerals and soil interactionsTravaux en français237 207