Discrete Element Modelling of Soil Compaction of a Press-Wheel
Notice bibliographique
Résumé
Press-wheels are wheels designed to compact the soil above seeds in the “seed cover” region. Soil compaction, produced by the press-wheels of seeders, affects seedling emergence and early plant growth. The Discrete Element Method (DEM) was used to model the amount of soil compaction from a press-wheel with varying down forces. The model was used to predict sinkage and rolling resistance of the press-wheel. The model results were validated with data from soil bin tests of the press-wheel in a sandy loam soil under varying soil moisture content levels (low, medium, and high). The sinkage results from the soil bin tests were 27.7, 26.7, and 25.2 mm for the low, medium, and high soil moisture content levels, respectively. The corresponding rolling resistances obtained from the tests were 104.4, 89.9, and 113.6 N. The press-wheel model adequately predicted the sinkage and rolling resistance for each soil moisture content level with overall Relative Mean Errors (RME) ranging from 13 to 23%. Additional simulation results show that average peak soil stresses across the three soil moisture contents at a depth of 0.12 m were 22,466.7, 8700.0, and 6900.0 Pa for vertical, horizontal, and lateral directions, respectively. The results enhance the understanding of the dynamics of the soil–press-wheel interaction and provided useful information for seeder press-wheel design.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».