MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391653461 · doi:10.5194/egusphere-2024-126

Evaluating adsorption isotherm models for determining the partitioning of ammonium between soil and soil-pore water in environmental soil samples

2024· preprint· en· W4391653461 sur OpenAlexafffundabout
Matthew Gordon Davis, Kevin Yan, J. G. Murphy

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEnvironment and Climate Change CanadaUniversity of Toronto
Mots-clésFreundlich equationSoil waterLangmuirAmmoniumAdsorptionChemistryEnvironmental chemistrySoil scienceSoil testLangmuir adsorption modelEnvironmental scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract. Ammonium in soil pore water is thought to participate in bidirectional exchange with the atmosphere; however, common soil nutrient analysis methods determine the bulk quantity of ammonium associated with the soil particles, rather than determining the aqueous ammonium concentration. Previous works have applied the Langmuir and Freundlich isotherm equations to ammonium-enriched soils to estimate partitioning, but this may not be representative of conditions in natural, unmanaged soils. In this work, environmental soil samples were collected from greenspaces in Toronto and used to evaluate several commonly used adsorption isotherm equations, including the Langmuir, Freundlich, Temkin and Toth equations, to determine their applicability in lightly managed and non-fertilized soils. We then compare ammonia emission potentials (a quantity predicting the propensity of ammonia to volatilize from a liquid reservoir) calculated using a conventional nutrient analysis method to that modelled using the Temkin and Langmuir equations, and demonstrate that conventional approaches may overestimate emission potentials from soils by a factor of 5 – 12.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,285
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetSoil and Water Nutrient Dynamics→Travaux en français237 207→