MétaCan
Menu
Retour à la cohorte
Enregistrement W4282028322 · doi:10.1139/cjss-2021-0163

Spatial variability of one-parameter model of soil water characteristic curve at field scale in black soil region of northeast China

2022· article· en· W4282028322 sur OpenAlexvenueno aff
Jizhen Li, Jilong Liu, Lingling Zhang, Qing Xu, Qiang Fu, Yaoyu Wu, Junfeng Chen, Hang Lv, Olga Idimesheva

Notice bibliographique

RevueCanadian Journal of Soil Science · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSiltSpatial variabilitySoil scienceWater contentSoil waterEnvironmental scienceSoil horizonBulk densityMultifractal systemHydrology (agriculture)GeologyMathematicsFractalGeomorphologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

The soil water characteristic curve (SWCC) is an important parameter for simulating soil water movement and solute transport, and has obvious spatial variability. The models fitting the SWCC generally contain two or more parameters, which makes the spatial variability of the soil water characteristic curve difficult to express. This paper established a one-parameter model of the soil water characteristic curve based on the Gardner model and analyzed its spatial variability with multifractal and joint multifractal methods. Parameter B in the one-parameter model had moderate variation. The local information leading to spatial variability of parameter B in the top soil layer (0–15 cm) and deep soil layer (15–20 cm) was its low values and high values, respectively. At the single scale, spatial variability of parameter B was mainly caused by the bulk density and clay content in the 0–5 cm soil layer, and by the bulk density and sand content in the 5–10, 10–15, and 15–20 cm soil layers. At the multiscale, the most obvious two factors that led to spatial variability of parameter B were the bulk density and silt content in the 0–5 cm soil layer, bulk density and sand content in the 5–10 cm soil layer, and bulk density and clay content in the 10–15 and 15–20 cm soil layers, respectively. The relationships between parameter B and soil properties had scale dependence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,235

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,012
Tête enseignante GPT0,188
Écart entre enseignants0,175 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil ScienceMême sujetSoil and Unsaturated FlowTravaux en français237 207