MétaCan
Menu
← Back to cohort
Record W7161961205 · doi:10.82308/40138

Modification of RZWQM2-P model to simulate subsurface phosphorus loss and soil phosphorus dynamics in organic waste amended croplands

2022· dissertation· en· W7161961205 on OpenAlexaboutno aff
Peng Pan

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldEnvironmental Science
TopicSoil and Water Nutrient Dynamics
Canadian institutionsnot available
Fundersnot available
KeywordsDrainageSewage sludgeOrganic matterTotal organic carbonHydrology (agriculture)Waste disposal

Abstract

fetched live from OpenAlex

Bien que l'agriculture consomme 80 à 90% de la production annuelle et mondiale de phosphore (P), les plantes n'en utilisent efficacement que 20%, le reste étant rejeté dans l'environnement aquatique ou s'accumulant dans le sol. Le modèle RZWQM2-P a été nouvellement développé et ensuite intégré dans le modèle RZWQM2, fonctionnant comme un seul outil pour la description des activités du P dans les champs agricoles. Les Objectifs de cette étude étaient : (1) d'évaluer l'exactitude et la rationalité du modèle RZWQM2-P ainsi que d'améliorer sa logique et son algorithme en appliquant le modèle RZWQM2-P qui vient d'être développé ; (2) de rechercher les pertes de P à long terme dans le flux de drainage des tuiles affectées par la culture et l'amendement du compost dans le site expérimental de Harrow, Ontario ; (3) de découvrir la capacité de rétablissement du niveau de P du sol suite à un amendement élevé de fumier dans le site d'Idaho. Les modifications apportées à quatre parties de l'algorithme du modèle ont été effectuées lors de la simulation, à savoir l'efficacité du mélange de culture, la répartition initiale des stocks de P, la dynamique du P du sol et le stress lié au P. En simulant le site Harrow, le modèle a simulé précisément le flux d'eau de drainage annuel enregistré sur le terrain, de même que les pertes de P particulaire (PP) et de P total (TP) dans le drainage par tuiles, tandis qu'il a sous-estimé le P réactif dissous (DRP) lors de l'application de déchets organiques. Selon les résultats de la simulation à long terme, l'augmentation de l'intensité de la culture (TI) et de l'efficacité du mélange de fumier et de compost (ME) avec le sol cultivé a respectivement réduit le flux de drainage des tuiles et les pertes de P liées au drainage des tuiles. Plus précisément, lorsque TI est passé de 0 (sans labour) à 0,93 (Labour), le débit de drainage, les pertes de PRD et de PP ont diminué respectivement de 11,49%, 48,12% et 30,29%. De même, lorsque le ME est passé de 0 (pas de travail du sol) à 0,5 (disque tandem), les pertes de DRP et de PP à travers le drainage ont diminué respectivement de 53,98% et 30,95%. En ce qui concerne la simulation du site d'Idaho, le modèle a parfaitement simulé le P total annuel du sol enregistré sur le terrain (P_tot), l'absorption de P par les plantes (P_upt) et le rendement des cultures et a convenablement simulé le P labile du sol (P_lab). Les résultats de la simulation à long terme ont indiqué que le sol nécessite 14 ans pour absorber le P supplémentaire issu de l'amendement de fumier de huit ans dans les couches superficielles du sol. En somme, le modèle RZWQM2-P modifié permet de simuler précisément la majeure partie de la perte de P par drainage, quoique la prédiction de la perte de DRP soit encore à améliorer, et le modèle a simulé complètement le sol P_lab et P_tot pour la première fois et a obtenu des résultats satisfaisants. En conséquence, il est vital de déterminer les différentes meilleures pratiques de gestion (MPG) en vue de contribuer à atténuer considérablement la consommation inutile de phosphate et le risque de pollution du P

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.102
Threshold uncertainty score0.202

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0010.000
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.000

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.

Opus teacher head0.009
GPT teacher head0.236
Teacher spread0.227 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same topicSoil and Water Nutrient Dynamics→French-language works237,207→