Efficiency of Edible Agriculture in Canada and the U.S. Over the Past Three and Four Decades
Notice bibliographique
Résumé
We examine technological progress in the US and Canada to answer the question: has the efficiency (e.g., the edible energy efficiency, or EEE) for producing agricultural products in the US and Canada increased in recent decades? Specifically, we determined the energy efficiency of agriculture at the farm gate in recent decades by dividing the outputs (the total annual crop and animal output in energy units minus the feed used for animal production and the grain used for ethanol production) by the energy inputs: all the energy used by the nation to produce food (the energy used to generate and apply the fertilizer, pesticides, seed and to operate machinery) minus the energy inputs to produce grain for ethanol. Our data comes primarily from national and international agricultural censuses. Our study found that the energy efficiency of US agriculture has more than doubled from 0.8:1 in 1970 to 2.2:1 by 2000, then increased more slowly to 2.3:1 by 2009. The energy efficiency of the agricultural sector in Canada has not changed appreciably since 1980, and has varied about a mean of 2:1 from 1981 to 2009. Our study found that EEE improvements in the US could be attributable in part to advancements in crop production per hectare, and lower direct fuel consumption, but also a greater proportion of less energy-intensive corn and changes to the diet of livestock (e.g., increased use of meals and other by-products which have increased the availability of grain). Thus increases due to technological progress alone for the last several decades appear small, less than one percent a year.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».