MétaCan
Menu
Retour à la cohorte
Enregistrement W2068681441 · doi:10.3126/aej.v11i0.3654

Integrated Economic and Environmental Assessment of Nitrogenous Fertilizer Application in Canadian Prairies

2010· article· en· W2068681441 sur OpenAlexafffundabout
Suren Kulshreshtha

Notice bibliographique

RevueJournal of Agriculture and Environment · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensNutrasource
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaBIOCAP Canada
Mots-clésGreenhouse gasAgricultureFertilizerAgricultural economicsBusinessEnvironmental scienceNatural resource economicsGreenhouseAgricultural scienceEconomicsGeographyAgronomyEcology

Résumé

récupéré en direct d'OpenAlex

Adoption of mitigation measures to reduce greenhouse gas emissions may affect other members of the society, producing a situation of trade-offs. In this study, such a trade-off is has been analyzed using three aspects of the Canadian society: producers (farm level adopter), environment (through reduction in the GHG emissions),; and regional economy (including rest of the society through lost / gained economic activities). The nutrient management strategy involving the switching nitrogen fertilizer application from a combination of fall and spring application to a 100 percent spring application. Results suggest that the adoption of such a measure creates a 'win-win' situation, being both environmentally and economically desirable. Under the scenario, fertilizer expenditures decreased by $43 million (giving rise to an equivalent increase in farm income), GHG emissions (in CO2E) by 2.15 percent of the 2000 level of emissions, Canadian economy as a whole showed improvements, although on a regional basis the results were mixed.Key words: Canadian prairie agriculture; Greenhouse gases; Mitigation; Nitrogen fertilizer Use; Trade-off analysisThe Journal of AGRICULTURE AND ENVIRONMENT Vol. 11, 2010Page: 70-82Uploaded date: 15 Septembre, 2010

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 enseignants0,044
Score d'incertitude au seuil0,269

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,002
Tête enseignante GPT0,189
Écart entre enseignants0,187 · 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

Citations0
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Agriculture and EnvironmentMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207