MétaCan
Menu
Retour à la cohorte
Enregistrement W4212860689 · doi:10.3390/agronomy12020526

Development of Pedotransfer Functions to Predict Soil Physical Properties in Southern Quebec (Canada)

2022· article· en· W4212860689 sur OpenAlexaffabout
Simon Perreault, Anas El Alem, Karem Chokmani, Athyna N. Cambouris

Notice bibliographique

RevueAgronomy · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensAgriculture and Agri-Food CanadaInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésPedotransfer functionPermanent wilting pointHydraulic conductivitySoil scienceBulk densitySoil waterField capacityMathematicsRegression analysisEnvironmental scienceHydrology (agriculture)StatisticsGeotechnical engineeringGeology

Résumé

récupéré en direct d'OpenAlex

Pedotransfer functions (PTFs) are empirical fits to soil property data and have been used as an alternative tool to in situ measurements for estimating soil hydraulic properties for the last few decades. PTFs of Saxton and Rawls, 2006 (PTFs’S&R.2006) are some of the most widely used because of their global aspect. However, empirical functions yield more accurate results when trained locally. This study proposes a set of agricultural PTFs developed for southern Quebec, Canada for three horizons (A, B, and C). Four response variables (bulk density (ρb), saturated hydraulic conductivity (Ksat), volumetric water content at field capacity (θ33), and permanent wilting point (θ1500)) and four predictors (clay, silt, organic carbon, and coarse fragment percentages) were used in this modeling process. The new PTFs were trained using the stepwise forward regression (SFR) and canonical correlation analysis (CCA) algorithms. The CCA- and SFR-PTFs were in most cases more accurate. Θ1500 and at θ33 estimates were improved with the SFR. The ρb in the A horizon was moderately estimated by the PTFs’S&R.2006, while the CCA- and SFR-PTFs performed equally well for the B and C horizons, yet qualified weak. However, for all PTFs for all horizons, Ksat estimates were unacceptable. Estimation of ρb and Ksat could be improved by considering other morphological predictors (soil structure, drainage information, etc.).

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,736
Score d'incertitude au seuil0,950

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 Opus0,009
Tête enseignante GPT0,162
Écart entre enseignants0,153 · 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'étudeSimulation ou modélisation
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

Citations22
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgronomyMême sujetSoil and Unsaturated FlowTravaux en français237 207