GIS and Remote Sensing Applications for Assessing Soil Contamination in South African Agriculture: A Machine Learning-Enhanced Scoping Review

A tétel rövid nézete
dc.contributor.authorNxumalo, Gift
dc.contributor.authorRamabulana, Tondani Sanah
dc.contributor.authorNagy, Attila
dc.date.accessioned2026-04-06T14:00:14Z
dc.date.available2026-04-06T14:00:14Z
dc.date.issued2026
dc.date.oa2026-04-07
dc.date.pasync2026-04-07T23:11:12Z
dc.date.updated2026-04-06T14:00:14Z
dc.description.correctorSZKM
dc.identifier.citationAgriculture. -16 : 7 (2026), p. 1-36. -(cikkazonosító)797. -Agriculture. - 2077-0472
dc.identifier.issn2077-0472
dc.identifier.opachttps://ebib.lib.unideb.hu/ebib/CorvinaWeb?action=cclfind&resultview=long&ccltext=idno+BIBFORM136576
dc.identifier.urihttps://hdl.handle.net/2437/405993
dc.identifier.urlhttps://doi.org/10.3390/agriculture16070797
dc.languageeng
dc.rights.accessopen access article
dc.subject.mabAgrártudományok
dc.subject.mabKörnyezettudományok
dc.titleGIS and Remote Sensing Applications for Assessing Soil Contamination in South African Agriculture: A Machine Learning-Enhanced Scoping Review
dc.typefolyóiratcikk
dc.typeidegen nyelvű folyóiratközlemény külföldi lapban
Fájlok
Eredeti köteg (ORIGINAL bundle)
Megjelenítve 1 - 1 (Összesen 1)
Nincs kép
Név:
FILE_UP_0_agriculture-16-00797 2.pdf
Méret:
1.67 MB
Formátum:
Adobe Portable Document Format
Leírás:
Kiadói változat
Letöltés
Gyűjtemények
Publikációs Adatbázis