Geostatistics and Sample Density of Chemical Attributes for Soil under Sugarcane and Agroforestry in Humaitá – AM, Brazil
Notice bibliographique
Résumé
There is a lack of studies focusing on spatial variance of chemical attributes in Amazonas, Brazil. The objective of this study was to evaluate geo-statistics and sample density of chemical attributes in soils under sugarcane and agroforestry, Humaitá, Amazon state, Brazil. The research was carried out in the municipality of Humaitá, Amazon state, the areas were in meshes of 70 m x 70 m regularly spaced by 10 m, with 64 points per area, and then soil samples were collected in layers of 0.0-0.2 m and 0.4-0.6 m. We performed chemical analyses of the proprieties of soil. Then, it was applied descriptive statistics, geo-statistics and sample density techniques based on semivariogram coefficient of variation and range. As a result, we observed spatial dependence for most of the chemical proprieties in the two areas. Based on Cline, sugarcane presented a sample density of 237 (0.0-0.2 m) and 225 (0.4-0.6 m); and agroforestry had 356 (0.0-0.2 m) and 465 (0.4-0.6 m) points per hectare. Yet in the range sample density, sugarcane showed 30 (0.0-0.2 m) and 5 (0.4-0.6 m), whereas agroforestry areas had 23 (0.0-0.2 m) and 9 (0.4-0.6 m) points per ha.
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 | 0,001 |
| 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 | 0,000 | 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 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 ».