Notice bibliographique
Résumé
Many studies report the yield benefits of narrow row soybean [Glycine max (L.) Merr.] and corn (Zea maize L.), but few focus on the profitability of switching to narrow rows. Based on yield data from 10 states in the north‐central USA and one province in Canada, this study considers the economic benefits of narrow row corn and soybean as a combined cropping system. The objectives of this study are to: (i) estimate the costs of switching from a wide to narrow row corn and soybean production system; (ii) determine the net benefits of making this change; and (iii) to quantify the risks associated with switching from wide to narrow rows. Narrow row systems where corn and soybean are planted using the same narrow row spacing with the same planting equipment are compared with (i) a system where soybean are drilled and corn is planted in conventional, 76‐cm rows (30‐inches), and (ii) a system where the same equipment is used to plant corn and soybean in 76‐cm rows. Sensitivity analyses consider net returns (i) to each system calculated at loan rates, (ii) to each system when glyphosate‐resistant soybean are included in the production set, and (iii) taking into consideration regional price and plant response effects. Expected profits, equipment costs, and the economic risks involved in the choice between alternatives are quantified using partial budget analysis, a mean‐variance criterion, stochastic dominance, and certainty equivalents. In all comparisons, strategies with narrow row soybean were always more profitable.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».