Amalgamation and harmonization of soil survey reports into a multi-purpose database
Notice bibliographique
Résumé
There is a growing demand for standardized, easily accessible, and detailed information pertaining to soil and its variability across the landscape. Typically, this information is only available for selected areas in the form of local or regional soil surveys reports which are difficult, and costly, to develop. Additionally, soil surveying protocols have changed with time, resulting in inconsistencies between surveys conducted over different periods. This article describes systematic procedures applied to generate an aspatial, terminologically, and unit-consistent, database for forest soils from county-based soil survey reports for the province of New Brunswick, Canada. The procedures involved (i) amalgamating data from individual soil surveys following a hierarchical framework, (ii) summarizing and grouping soil information by soil associations, (iii) assigning correct soil associates to each association, with each soil associate distinguished by drainage classification, (iv) assigning pedologically correct horizon sequences, as identified in the original soil surveys, to each soil associate, (v) assigning horizon descriptors and measured soil properties to each horizon, as outlined by the Canadian System of Soil Classification, and (vi) harmonizing units of measurement for individual soil properties. Identification and summarization of all soil associations (and corresponding soil associates) was completed with reference to the principal soil-forming factors, namely soil parent material, topographic surface expressions, soil drainage, and dominant vegetation type(s). This procedure, utilizing 17 soil surveys, resulted in an amalgamated database containing 106 soil associations, 243 soil associates, and 522 soil horizon sequences summarizing the variability of forest soil conditions across New Brunswick.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».