A quantitative approach to defining soil nutrient regimes within ecosystem classifications for Northwestern Ontario
Notice bibliographique
Résumé
Soil nutrient regimes (SNRs) are often incorporated in ecosystem classifications. Evaluation of actual nutrient levels associated with these SNRs and the development of complementary soil chemistry regimes (SCRs) could broaden their utility. Using data from 618 forest stands in northwestern Ontario, we developed five-category SCRs using K-means clustering and examined relationships among individual nutrients, SCRs, and the SNRs of the Canadian National Vegetation Classification Associations and the Ontario Ecological Land Classification Ecosites. F, A, and B horizon samples were analyzed for organic C (OrgC), total N (TotN), C:N ratio (C:N), cation exchange capacity (CEC), exchangeable bases, base saturation (BaSat), and pH. CEC, pH, and BaSat showed good correspondence across horizons, and together with C:N accounted for much of the variation in chemical properties. There was broad agreement between Association and Ecosite SNRs and B horizon (BHorz) and All horizon (AllHorz) SCRs. C:N decreased while pH and cation metrics increased with increasing SNR and SCR richness. User's accuracies (SNRs vs. SCRs) for the classifications ranged from 31%–39% but increased to 80%–86% for SNR values within ±1 SCR class. Classification trees identified pH class, soil texture, and overstory composition as the principal field-measured factors related to BHorz SCRs.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».