MétaCan
Menu
Retour à la cohorte
Enregistrement W18821233 · doi:10.1080/10934520802293594

A Comparative Analysis of Ontario Cider Producers Information Sources and Production Practices

2005· article· en· W18821233 sur OpenAlexaboutno aff
Amber N. Luedtke, D. Powell

Notice bibliographique

RevueJournal of Environmental Science and Health Part A-toxic/hazardous Substances & Environmental Engineering · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessProduction (economics)Expiration dateGovernment (linguistics)Quality (philosophy)Agricultural scienceRevenuePasteurizationFood scienceFinanceEnvironmental scienceEconomics

Résumé

récupéré en direct d'OpenAlex

During the spring of 2000, a telephone survey was conducted with 15 Ontario apple cider producers to gain a better understanding of current production practices and cider information sources. The survey covered sales figures and location of sales, orchard management, facilities, fruit processing and storage, preservation methods, cider testing, additional safety measures and information on outbreaks and regulations. Small, seasonal operations in Ontario produce approximately 20,000 litres of cider per year and some use improper processing procedures. These include using unwashed apples, not using sanitizers, and not properly labeling or using expiration dates or lot numbers. Most did not pasteurize or have additional safety measures. Larger cider producers run year-long with some producing over 500,000 litres of cider. Most sell to large retail stores and have implemented extra safety measures such as HACCP plans, cider testing and pasteurization. Government information is received on an irregular basis by all producers and motivation to ensure a safe, high-quality apple cider is influenced by financial stability along with consumer and market demand, rather than government enforcement.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,650
Score d'incertitude au seuil0,696

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,034
Tête enseignante GPT0,278
Écart entre enseignants0,244 · 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'étudeObservationnel
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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Science and Health Part A-toxic/hazardous Substances & Environmental EngineeringMême sujetHorticultural and Viticultural ResearchTravaux en français237 207