Assessing the Global Sensitivity of RUSLE Factors: A Case Study of Southern Bahia, Brazil
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Global sensitivity analysis (GSA) of the revised universal soil loss equation (RUSLE) factors is in its infancy but is crucial to rank the importance of each factor in terms of its non-linear impact on the soil erosion rate. Hence, the goal of this study was to perform a GSA of each factor of RUSLE for a soil erosion assessment in southern Bahia, Brazil. To meet this goal, three non-linear topographic factor (LS factor) equations alternately implemented in RUSLE, coupled with geographic information system (GIS) software and a variogram analysis of the response surfaces (VARSs), were used. The results showed that the average soil erosion rate in the Pardo River basin was 25.02 t/ha/yr. In addition, the GSA analysis showed that the slope angle which is associated with the LS factor was the most sensitive parameter, followed by the cover management factor (C factor) and the support practices factor (P factor) (CP factors), the specific catchment area (SCA), the sheet erosion (m), the erodibility factor (K factor), the rill (n), and the erosivity factor (R factor). The novelty of this work is that the values of parameters m and n of the LS factor can substantially affect this factor and, thus, the soil loss estimation.
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.
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 | 0,000 |
| 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 découle