MétaCan
Menu
Retour à la cohorte
Enregistrement W7161986332 · doi:10.82308/23569

Soil substrate selection for urban trees under deicing salt and compaction conditions

2004· dissertation· en· W7161986332 sur OpenAlexaboutno aff
Shuhong Wang

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueSeedling growth and survival studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLeaching (pedology)GreenhouseCompactionSoil waterSoil compactionNutrientFertilizerFactorial experiment

Résumé

récupéré en direct d'OpenAlex

The effects of high sodium chloride (NaCl) levels on Na and nutrient retention of three soil substrates and on littleleaf linden growth in different soil substrates were studied in the laboratory and the greenhouse, within the framework of a substrate selection program for trees planted in downtown Montreal. In addition, the effects of the structural soil (SS) compaction were studied in the first greenhouse experiment. The first greenhouse experiment was established in a factorial arrangement of four soils x four salt levels in a completely randomized design with five replicates. The four soil types were (1) L with a bulk density (BD) of 1.53 g/cm3, (2) LP with a BD of 1.26 g/cm3, (3) SS with a BD of 1.8 g/cm 3 (SS1.8), and (4) SS with a BD of 2.0 g/cm3 (SS2.0). The second greenhouse experiment had a split plot design. Two fertilization levels (with fertilizer and without fertilizer) were randomly arranged as the main plots on ten benches. Within each main plot, the combinations of three NaCl levels (0, 0.5 and 1.0 g NaCl/kg soil) and three soil substrates (L with a BD of 1.40 g/cm3, LP with a BD of 1.13 g/cm 3 and SS2.0) were randomized in the sub-plots. Results from the laboratory leaching experiment indicated that SS had the fastest Na leaching rate and highest Na loss, while LP retained more Na than SS or L. (Abstract shortened by UMI.)

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,264
Écart entre enseignants0,248 · 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'étudeExpérimental (laboratoire)
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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSeedling growth and survival studiesTravaux en français237 207