MétaCan
Menu
Retour à la cohorte
Enregistrement W1972199769 · doi:10.2527/af.2011-0013

The future of beef production in North America

2011· article· en· W1972199769 sur OpenAlexaboutno aff
M. L. Galyean, C. H. Ponce, J.S. Schutz

Notice bibliographique

RevueAnimal Frontiers · 2011
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessFood safetySustainabilityProduction (economics)Animal welfareNatural resource economicsTraceabilityAgricultureFood processingFood securityAgricultural scienceAgricultural economicsBiotechnologyEnvironmental scienceEconomicsEngineeringFood scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

North America accounts for more than one-quarter of the world's beef supply. Production per animal is highly efficient, particularly in the United States and Canada, but aspects of the long-term economic and environmental sustainability of the system need critical review. Production units, especially concentrated systems like feedlots, face substantial regulatory pressure related to air and water quality, food safety issues, and animal welfare/animal rights issues. These pressures will increase in the future, as will concerns about effects of beef production on greenhouse gas emissions. Public concerns for food safety will focus greater attention on animal traceability and liability associated with foodborne pathogens. Animal rights activism and consumer perceptions about “factory farming” production methods will challenge the use of concentrated feeding operations and pharmacological technologies in North American beef production systems. Animal protein sources should play an important role in meeting global food demands, but to benefit from this demand, North American beef producers must produce safe, wholesome products, while placing greater emphasis on environmentally sound practices that maintain the highest standards for animal well-being.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,033
Tête enseignante GPT0,268
Écart entre enseignants0,236 · 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'étudeSimulation ou modélisation
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

Citations57
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal FrontiersMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207