Soil data recency: The foundation for harmonizing soil data across time
Notice bibliographique
Résumé
Sustainable soil resource management depends on reliable soil information, often derived from 'legacy soil data' or a combination of old and new soil data. However, the task of harmonizing soil data collected at different times remains a largely unexplored in the literature. Addressing this challenge requires incorporating the temporal dimension into mathematical and statistical models for spatio-temporal soil studies. This study aimed to create a comprehensive framework for harmonizing soil data across various time. We assessed the integration of historical and recent soil data, ranging from 4 to 48 years old data, using soil data recency analysis. To achieve this, we introduced an 'age of data' attribute, calculating the time difference between soil survey years and the present (e.g., 2022). We applied three machine learning models - Decision Trees (DT), Random Forest (RF), Gradient Boosting (GBM) - to a dataset containing 6339 sites and 28,149 depth-harmonized layers. The results consistently demonstrated robust performance across models, RF outperforming with an R-squared value of 0.99, RMSE of 1.41, and a concordance of 0.97. Similarly, DT and GBM also showed strong predictive power. Terrain-derived environmental covariates played a more important role than land use and land cover (LULC) change in predicting soil data recency. While LULC change showed soil organic carbon concentration variability across the different depths, it was a less important factor. Anthropogenic factors, such as LULC change and normalized difference vegetation index (NDVI), were not primary determinants of soil data recency. Variations in soil depth had no impact on predicting soil data recency. This study validated that terrain-derived covariates, especially elevation factors, effectively explain the quality of older soil data when predicting current soil attributes using the soil data recency concept. This approach has the potential to enhance real-time estimates, such as carbon budgets, and we emphasize its importance in global earth system models.
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 | 0,032 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».