Cartographie numérique de la capacité maximale de sorption du phosphore des sols à l’échelle de la parcelle agricole à l'aide de variables auxiliaires
Bibliographic record
Abstract
Quenum, M., Nolin, M. C. et Bernier, M. 2012. Cartographie numérique de la capacité maximale de sorption du phosphore des sols à l'échelle de la parcelle agricole à l'aide de variables auxiliaires. Can. J. Soil Sci. 92: 733-750. La gestion modulée des engrais à base de P en fonction de la variabilité spatiale de la capacité maximale de sorption du phosphore (CMSP) des sols propose des solutions pour réduire la contamination des eaux de surface par le P à l'échelle de la parcelle agricole. Les objectifs de l'étude sont 1) caractériser et interpréter en termes de stratégie d'échantillonnage des sols l'intensité de la variation et la structure d'organisation spatiale de trois indicateurs de la CMSP, soit les teneurs en aluminium et fer extraits au Mehlich-3 ou à l'oxalate d'ammonium (AlM3, AlM3+FeM3 et Alox+Feox) et 2) évaluer l'utilité de variables auxiliaires (modèle numérique d'élévation, image IKONOS ou conductivité électrique apparente (CEA) des sols mesurée à l'aide du VERIS 3100 ou du Geonics EM-38) à la cartographie numérique de la CMSP des sols à l'échelle de la parcelle agricole. Le site étudié est constitué de trois parcelles contiguës (16 ha) du bassin versant du Bras d'Henri (Québec, Canada). Un échantillonnage intensif (grille de 30 m×30 m) de la couche de surface (0-20 cm) des sols y a été effectué. L'analyse variographique montre que tous les indicateurs de la CMSP étudiés présentent une structure spatiale à l'échelle de la parcelle et que AlM3 est l'indicateur qui présente les structures spatiales les mieux définies. L'approche anisotrope a permis de réduire l'erreur standard moyenne (ESM) de krigeage. La CEA mesurée avec le Geonics EM-38 est la variable auxiliaire qui donne la plus faible ESM lors de l'interpolation de AlM3 par cokrigeage. Cependant, ESM s'avère relativement élevée (ESM=171 mg AlM3 kg-1) compte tenu de la forte densité d'échantillonnage utilisée (11 échantillons par ha). La cartographie numérique de la CMSP à l'échelle de la parcelle est réalisable mais requiert le développement d'une stratégie d'échantillonnage mieux adaptée au contexte agropédologique de l'Est du Canada.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".