MétaCan
Menu
Retour à la cohorte
Enregistrement W6986559440

Progress Toward Remote Sensing of Soil Organic Matter Quality (Extended Abstract)

2003· article· en· W6986559440 sur OpenAlexfundno aff

Notice bibliographique

RevueInstitutional Repositories DataBase (IRDB) · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Geostatistics and Mapping
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Experimental Program to Stimulate Competitive ResearchNational Oceanic and Atmospheric AdministrationCanadian Institute for Advanced Research
Mots-clésQuality (philosophy)Organic matterSoil organic matterRemote sensing applicationSoil quality
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the past 30 years, the arctic climate has warmed appreciably and there is evidence for a significant polar amplification of global warming in the future.A warming and drying of northern soils could result in an increase in organic matter decomposition and positive feedback to future climate warming.Northern ecosystems have accumulated 25-33% of the world's soil carbon, much of which is preserved as poorly decomposed plant remains.Soil organic matter (SOM) decomposition rate, however, depends on many variables such as temperature, nutrient availability, pH, oxidation/reduction potential, and chemical composition of the SOM.This paper addresses the effect of SOM composition on CO, respiration in arctic soil under substrate-limited conditions.In previous research, the dependence of CO, respiration on SOM composition for arctic soils was empirically modeled for substrate-limited conditions.Soils from across the Western and Northern Alaska transects were analyzed in an attempt to tie subsurface SOM quality to cover type, a parameter that could be remotely sensed.The three cover materials studied were moist acidic tundra, moist non-acidic tundra and tussock tundra.The clearest trend observed was that SOM quality was highest in moist acidic tundra samples, followed by tussock tundra and lowest in non-acidic tundra.Results suggest that generalizations about the SOM quality in soils under different tundra types could be made.

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)0,011
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0000,001
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0320,010

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 Opus0,024
Tête enseignante GPT0,277
Écart entre enseignants0,253 · 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'étudeObservationnel
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

Citations0
Publié2003
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueInstitutional Repositories DataBase (IRDB)Même sujetSoil Geostatistics and MappingTravaux en français237 207