MétaCan
Menu
Retour à la cohorte
Enregistrement W1994833883 · doi:10.1504/ijbt.2014.068928

Benefits of genetically modified herbicide tolerant canola in Western Canada

2014· article· en· W1994833883 sur OpenAlexafffundabout
Stuart J. Smyth, Peter W.B. Phillips, David Castle

Notice bibliographique

RevueInternational Journal of Biotechnology · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetically Modified Organisms Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNational Institute of Standards and TechnologyUniversity of Saskatchewan
Mots-clésCanolaTillageHectareWeed controlAgronomyProduction (economics)Agricultural scienceBiologyToxicologyAgroforestryAgricultureEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Commercial production of genetically modified herbicide tolerant (GMHT) canola began in Western Canada in 1997. By 2007, it generated between $374 million and $422 million in net direct and indirect benefits for producers, partly attributed to lower input costs and better weed control. Prior to GMHT canola, weeds were controlled by herbicides and tillage. Much of the tillage associated with GMHT canola production has been eliminated now that 66% of producers use conservation tillage. A reduction in the total number of chemical applications has resulted in a decrease of 1.3 million kg of herbicide active ingredient being applied annually. When comparing canola production in 1995 and 2006, the environmental impact of herbicides applied to canola decreased 53% per hectare and producer exposure to chemicals decreased 56%.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,526
Score d'incertitude au seuil0,945

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,232
Écart entre enseignants0,217 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of BiotechnologyMême sujetGenetically Modified Organisms ResearchTravaux en français237 207