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 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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,983

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 ouverte0,0000,000
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 Opus0,002
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 tête enseignante, pas un consensus.

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