Soil Zones of the Canadian Prairies: Creating Art to Visualize the Concept
Notice bibliographique
Résumé
Agriculture students, soil science faculty and farmers are familiar with the popular soil zone concept map for the Canadian Prairies. The map, first depicted by Professor AH Joel back in 1928 was based on organic matter contents as affected by climate and parent materials. Newer versions of the soil zone map have been created with colors associated with each soil zone (Brown, Dark Brown, Black, Gray and Dark Gray) that most people would be familiar with today. However, even though we have this mental picture of the color associated with the soil zones, what do the soils really look like if one were to visit sites in each of the different soil zones? Thus, the objective of the project was to collect surface soils samples from N-S transects along three highways in the province of Saskatchewan to convey the soil zones visually through art. Soil samples were collected every 25 km along the three highway transects: one in the east (Highway 9), one in the middle (Highway 2) and the west side of the province (Highway 21). Soil samples were dried, ground and sieved and then the samples used to create soil rubbings on watercolor paper for each of the transects. These transects would then be hung in the College of Agriculture building. A booklet would be developed with QR codes identifying where the samples were collected (GPS, nearest town, land management) and the organic matter content of the soils (measured in the soil science laboratory) that would be used for educational purposes whether in our soil science labs, lectures or summer children camps. This presentation will highlight the development of this project and how the information was used to visually communicate to students and the public the science behind the soil zones of the province.  
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».