Evaluation of Soil Quality for Different Types of Land Use Based on Minimum Dataset in the Typical Desert Steppe in Ningxia, China
Dossier post-publication
Source : Retraction Watch, jointe par DOI. OpenAlex consigne la rétractation dans is_retracted, un booléen sur un espace d'états à au moins quatre valeurs ; il ne peut donc exprimer ni une expression de préoccupation, ni une correction, ni un rétablissement, et les rapporte comme false, ce qui se lit comme « rien à signaler ».
Notice bibliographique
Résumé
When the grassland ecosystem is under investigation, soil quality indexes (SQIs) are constructed to evaluate soil quality substantially, especially in desert grasslands and other ecologically fragile areas. This research used the total dataset (TDS), minimum dataset (MDS), approaches dealing with selecting better indexes, and scoring methods utilizing linear and nonlinear expressions to assess the typical desert grasslands in Yanchi County, Ningxia, China. The utilization of four different lands such as forestland (FL), shrubland (SL), natural restoration grassland (GL), and abandoned farmland (AL) in the study area were researched. Physical, chemical, and biological indicators, a total number of twenty, were measured. Principal component analysis and norm values were used to select indicators based on the MDS. The results suggested that nine soil indicators, namely, soil water content (WC), total soil porosity (TP), percentage of soil sand (sand), percentage of soil clay (clay); soil organic carbon (SOC), total nitrogen (TN), available nitrogen (AN), urease activity (UA), and catalase activity (CA) were selected for the MDS. The distribution of the SQI in the types of land use was similar concerning the two evaluation methods. The nonlinear scoring method utilizing the MDS was found the most proper to compute the SQI since the maximum F statistics, coefficient of variation (CV), and correlation results are obtained. The SQI outcomes that were ranked concerning the types of land use were found to be shrubland (SL) > natural restoration grassland (GL) > abandoned farmland (AL) > forestland (FL). In the four types of soil, shrub afforestation can be used as a beneficial ecological measure to restore the soil quality of typical desert grasslands in the research area.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 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 ».