En el contexto de la mitigación del cambio climático, las enmiendas orgánicas (OA) pueden contribuir a almacenar carbono (C) en los suelos, dado que las OA proporcionan una estabilidad y resistencia suficientes a la degradación. En términos de la evaluación del comportamiento de las OA en el suelo, el carbono orgánico total (TOC), el nitrógeno total (TN) y la relación de TOC a TN (relación CN) son indicadores básicos importantes. El carbono (hwC) y el nitrógeno (hwN) extraíbles en agua caliente, así como sus relaciones con TOC y TN, son apropiados para caracterizar un pool lábil de materia orgánica. En cuanto a la determinación rápida de estas propiedades, la espectroscopía de infrarrojo medio (MIRS) en combinación con calibraciones basadas en métodos de aprendizaje automático son potencialmente capaces de analizar varios atributos de OA. Los dispositivos portátiles recientemente disponibles (pMIRS) podrían reemplazar a los dispositivos de mesa establecidos (bMIRS) ya que tienen potencial para mediciones en el sitio que facilitarían el flujo de trabajo. Aquí, utilizamos máquinas de vectores de soporte no lineales (SVM) para calibrar modelos de predicción para un conjunto de datos heterogéneo de compost de residuos verdes y sustratos de compost de biocarbón (BCS) (n = 45) utilizando instrumentos bMIRS y pMIRS en muestras de suelo. Los modelos calibrados para ambos dispositivos se validaron en conjuntos de pruebas separados y mostraron resultados similares. Diez OA fueron tamizadas en clases de tamaño de partícula (psc"s) de >4 mm, 2-4 mm, 0.5-2 mm y...