Machine learning models for predicting soil particle size fractions from routine soil analyses in Quebec
Notice bibliographique
Résumé
Abstract Soil texture and particle size distribution are important soil properties for understanding and interpreting the multiple processes and interactions in soil agrosystems. However, soil particle size analysis is rarely included in routine soil laboratory analyses due to cost but can be derived from other soil physico‐chemical properties and from more powerful regressions using machine learning techniques. The performance of multiple linear regression and four machine learning algorithms (MLAs)—K‐nearest neighbor (KNN), Random Forest, extra‐gradient boosting (XGBoost), and multilayer neural network (NeuralNetwork)—was compared to predict particle size fractions of clay, sand, and silt using routine analyses of soil pH, cation exchange capacity, Mehlich‐3 extracted elements, and density of dried sieved soil from 8,364 soil samples distributed across Quebec. Particle size fractions were predicted as compositional data using isometric log ratio transformation. The XGBoost model performed best, with RMSE values of 7, 10, and 12% and R 2 values of .77, .57, and .73 for the prediction of clay, silt, and sand fractions, respectively. Feature importance classification varied from one model to another, but the best predictors remained the same regardless of the model used. Sieved soil density measured in the laboratory and Mehlich‐3 Mg, K, Fe, and Zn ranked as better predictors of particle size fractions. Predicting soil particle sizes using routine soil physico‐chemical properties and MLAs appears an option for incomplete legacy datasets and a promising economic alternative to current methods carried out in commercial laboratories.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».