Collection: Datasets From Real-Time In-Situ Soil Monitoring for Agriculture 2025
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
The <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">Real-Time In-Situ Soil Monitoring for Agriculture</i> (RISMA) dataset is a collection of publicly available high-quality soil volumetric water content (VWC), soil temperature, and meteorological data for agricultural regions in Manitoba, Saskatchewan, and Ontario, Canada. The RISMA network was established beginning in 2011, and data collection continues at the time of publication. Currently, datasets are available for 36 VWC monitoring stations, where sensors are located within annually cropped and pasture sites. Available data varies depending on location but include soil VWC and soil temperature from surface to as deep as 1.5 m, rainfall, air temperature, relative humidity, wind speed, wind direction, and solar radiation. The RISMA stations cover a wide variety of soil types, from clay and clay loams to sandy loams and sand. The data are processed using an automated script which includes a quality control process. This dataset is valuable for researchers working in agriculture, soil science, meteorology, and remote sensing. Data are used to calibrate and validate remote sensing products as well as hydrological, meteorological, and agricultural models. Sites within Manitoba were extensively detailed as core validation sites for NASA’s Soil Moisture Active Passive (SMAP) satellite.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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