Developing scoring functions based on soil texture to assess agricultural soil health in Quebec, Canada
Notice bibliographique
Résumé
Adoption of soil health indicators to assess physical, biological, and chemical properties involves adapting their interpretation for a specific region using scoring functions. Accordingly, we used data provided from 1166 soil samples distributed between fine-, medium-, and coarse-textured soils, collected in agricultural areas across the province of Quebec, Canada, and analyzed for 15 soil health indicators. Scoring functions were calculated according to the means and standard deviations obtained for each soil health indicator by textural group. Three scoring types were used: “more-is-better”, “less-is-better”, and “optimum-is-best”. The results showed that 12 indicators were significantly influenced by soil texture and need separate scoring functions, except for wet aggregate stability, penetration resistance of the surface hardness (0–15 cm), and pH. This led to the development of one to three scoring functions for each soil health indicator. Correlation analysis between soil health indicators was also investigated to better understand relationships between soil physical, biological, and chemical properties. We observed that soil biological indicators were moderately to strongly correlated with each other ( r = 0.59–0.74) and with soil physical indicators ( r = 0.60–0.76). Overall, the results of this study led to the development of new scoring functions based on soil texture to interpret soil health indicators objectively and accurately for the benefit of Quebec farmers and agricultural stakeholders. The findings of this study demonstrated the need to adapt scoring functions to better account for the impact of regional factors on agricultural soils for the interpretation of soil health indicators.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».