MétaCan
Menu
Retour à la cohorte
Enregistrement W1994706426 · doi:10.1300/j144v09n01_01

Cropping Systems and Water Quality Concerns

2003· article· en· W1994706426 sur OpenAlexaff
Dave Harker, B.G. McConkey, Helen H. McDuffie

Notice bibliographique

RevueJournal of Crop Production · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensUniversity of SaskatchewanRoyal University HospitalAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésCroppingWater qualityAgricultureQuality (philosophy)Variety (cybernetics)Strengths and weaknessesSoil qualityAgrochemicalCover cropTillageEnvironmental planningBusinessEnvironmental resource managementEnvironmental scienceComputer scienceAgroforestryEcology

Résumé

récupéré en direct d'OpenAlex

SUMMARY The impact of cropping systems on water quality is uncertain, and its interpretation depends heavily upon our definition of acceptable risk. As a means of determining net effect, both classical and precautionary approaches to assessing risk have their strengths and weaknesses. Relating the impact of cropping practices to human health outcomes can be particularly difficult. A variety of guidelines and standards are used to assess water quality, and recent methods for assessing water quality seek to incorporate more than water chemistry alone. An understanding of the derivation of water quality guidelines and standards is essential to their effective application, and meaningful interpretation. In addressing water quality concerns, it is essential to first clarify that there is indeed a problem, and whether agriculture makes a significant contribution. Compound interactions and modes of chemical movement can render this troublesome. Yet, because farmers live on the land and drink the water, they want to be among the first to know what is happening and to take appropriate action when problems are identified. Agriculture must be proactive in addressing water quality concerns. However, effective land management strategies depend greatly upon regional differences and may be highly site-specific. Hence, it is best to apply a set of common sense concepts at the local level. Because soil and water degradation are closely related, practices first developed to help conserve the soil (i.e., crop rotations, reduced tillage, cover crops) may also tend to conserve water quality. As well, restricting the loss of agricultural inputs (e.g., fertilizer nutrients, pesticides) from off farmland, and reducing the amount of those that might be available to do so, can assist in effectively reducing potential pollution. Buffer zones are a promising means of using plants and wetlands as a filter towards intercepting escaping contaminants.

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)0,003
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,265
Écart entre enseignants0,240 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Crop ProductionMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207