Cartographie numérique de la capacité maximale de sorption du phosphore des sols à l’échelle de la parcelle agricole à l'aide de variables auxiliaires
Notice bibliographique
Résumé
Quenum, M., Nolin, M. C. et Bernier, M. 2012. Cartographie numérique de la capacité maximale de sorption du phosphore des sols à l'échelle de la parcelle agricole à l'aide de variables auxiliaires. Can. J. Soil Sci. 92: 733-750. La gestion modulée des engrais à base de P en fonction de la variabilité spatiale de la capacité maximale de sorption du phosphore (CMSP) des sols propose des solutions pour réduire la contamination des eaux de surface par le P à l'échelle de la parcelle agricole. Les objectifs de l'étude sont 1) caractériser et interpréter en termes de stratégie d'échantillonnage des sols l'intensité de la variation et la structure d'organisation spatiale de trois indicateurs de la CMSP, soit les teneurs en aluminium et fer extraits au Mehlich-3 ou à l'oxalate d'ammonium (AlM3, AlM3+FeM3 et Alox+Feox) et 2) évaluer l'utilité de variables auxiliaires (modèle numérique d'élévation, image IKONOS ou conductivité électrique apparente (CEA) des sols mesurée à l'aide du VERIS 3100 ou du Geonics EM-38) à la cartographie numérique de la CMSP des sols à l'échelle de la parcelle agricole. Le site étudié est constitué de trois parcelles contiguës (16 ha) du bassin versant du Bras d'Henri (Québec, Canada). Un échantillonnage intensif (grille de 30 m×30 m) de la couche de surface (0-20 cm) des sols y a été effectué. L'analyse variographique montre que tous les indicateurs de la CMSP étudiés présentent une structure spatiale à l'échelle de la parcelle et que AlM3 est l'indicateur qui présente les structures spatiales les mieux définies. L'approche anisotrope a permis de réduire l'erreur standard moyenne (ESM) de krigeage. La CEA mesurée avec le Geonics EM-38 est la variable auxiliaire qui donne la plus faible ESM lors de l'interpolation de AlM3 par cokrigeage. Cependant, ESM s'avère relativement élevée (ESM=171 mg AlM3 kg-1) compte tenu de la forte densité d'échantillonnage utilisée (11 échantillons par ha). La cartographie numérique de la CMSP à l'échelle de la parcelle est réalisable mais requiert le développement d'une stratégie d'échantillonnage mieux adaptée au contexte agropédologique de l'Est du Canada.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».