MétaCan
Menu
Retour à la cohorte
Enregistrement W2973212524 · doi:10.30970/vgg.2017.51.8851

Grey forest soils in the different classification systems

2017· article· en· W2973212524 sur OpenAlexaboutno aff
Halyna Ivanyuk

Notice bibliographique

RevueVisnyk of the Lviv University Series Geography · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLand Use and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoil waterUSDA soil taxonomyGeographySoil classificationUnified Soil Classification SystemGrey literatureSoil surveyForestrySoil scienceEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

According to various data, the area of grey forest soils in the world is 94–120.2 million ha, in Ukraine – 4.7–5.5 million ha (about 9 % of the country’s territory). The diversity of conditions for the formation of these soils, discussions about their genesis are the causes of different approaches to the classification of grey forest soils. The history of the classification of grey forest soils is analysed; the most common variants of their classification in Ukraine are presented. Seeking to find approximate equivalents, an attempt to find grey forest soils in the classification systems of different countries (Russia, Moldova, Bulgaria, Romania, Czech Republic, Poland, USA, Canada), as well as in the legend of the FAO-UNESCO map and the WRB has been made. To establish exact analogues of soils practically it is impossible due to different principles of classification’s construction. Modern soil classifications of different countries are as close as possible to WRB and “Soil Taxonomy”. The following names of grey forest soils are identified as the most grounded: light grey forest, grey forest and dark grey podzolic. The following equivalents of the WRB nomenclature (2014) for sub-types of grey forest soils are offered: light grey forest – Albic Luvisols, grey forest – Haplic Luvisols, dark grey podzolic – Luvic Greyzemic Phaeozems. To the names of analogues of these soils with gleyic properties, the qualifier “Gleyic” should be added before the name of the reference soil group. The urgent task for soil scientists of Ukraine is to create a new soil classification that would preserve the acquisitions of genetic soil science but took into account the world trends: the allocation of diagnostic horizons and features that have clearly defined quantitative boundaries. In the new classification, it is proposed to combine the light grey and grey forest soils by a separate group, dark grey podzolic soils to be grouped together in a group with podzolic chernozems. The need for such selection is confirmed by the study of the dark grey soils position in different classification systems of the world, most of which these soils are in the chernozemic type group (Mollisols, Phaeozems and Chernozems). Key words: classification, grey forest soils, Greyzems, Luvisols, Mollisols, Phaeozems.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,024
Tête enseignante GPT0,239
Écart entre enseignants0,215 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVisnyk of the Lviv University Series GeographyMême sujetLand Use and ManagementTravaux en français237 207