A Repository of 100+ Years of Measured Soil Freezing Characteristic Curves
Notice bibliographique
Résumé
Abstract. Soil freeze-thaw processes play a fundamental role in the hydrology, geomorphology, ecology, thermodynamics and soil chemistry of a cold-regions landscape. In understanding these processes, the temperature of the soil is used as a proxy to represent the soil ice content through a soil freezing characteristic curve (SFCC). This mathematical construct relates the soil ice content to a specific temperature for a particular soil. SFCCs depend on many factors including soil properties (e.g., porosity, composition, etc.), soil pore water pressure, dissolved salts, (hysteresis in) freezing/thawing point depression, and degree of saturation, all of which can be site-specific and time varying. SFCCs have been measured using various methods for diverse soils since 1921, and to date this data has not been broadly compared, in part because it has not previously been compiled in a single data set. The dataset presented in this publication includes SFCC data digitized or received from authors, and includes both historic and modern studies. The data is stored in an open-source repository, and an R package is available to facilitate its use. Aggregating the data has pointed out some data gaps, namely that there are few studies of coarse soils, and comparably few in-situ measurements of SFCCs in mountainous environments. It is hoped that this dataset will aid in the development of SFCC theory, and improve SFCC approximations in soil freeze-thaw modelling activities.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,030 |
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 ».