MétaCan
Menu
Retour à la cohorte
Enregistrement W2088916618 · doi:10.4296/cwrj3503339

Private Irrigators in Southern Alberta: A Survey of Their Adoption of Improved Irrigation Technologies and Management Practices

2010· article· en· W2088916618 sur OpenAlexvenueaboutno aff
Lorraine A. Nicol, Henning Bjørnlund, K. K. Klein

Notice bibliographique

RevueCanadian Water Resources Journal / Revue canadienne des ressources hydriques · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIrrigationSubsidyIrrigation managementBusinessProductivityLicenseAgricultural economicsQuarter (Canadian coin)HectareAgricultureFinanceEconomicsGeographyEconomic growthPolitical science

Résumé

récupéré en direct d'OpenAlex

Private irrigators account for about one-quarter of total irrigated area in southern Alberta with the balance of irrigation taking place within 13 irrigation districts. Some 1,367 private irrigation license holders exist in Alberta with a total irrigable area of more than 125,000 hectares. This group's participation in achieving the province's Water for Life objective of a 30 percent increase in water efficiency and productivity is important. Based on a random survey of private irrigators, it was found that they are grounded in family farm traditions, have been slow to adopt improved irrigation technologies and management practices in the past, and have even less intention of doing so in the future. A host of factors are causing this low adoption rate, but foremost are financial constraints and physical field conditions. Large cash subsidies or the establishment of additional processing facilities especially for Timothy hay and alfalfa would be required to motivate this group to adopt improved irrigation technologies. Adopting improved management practices may occur more readily since these would not involve large financial outlays. Water savings may be possible since the decision of when and how much to irrigate continues to be based on the long-standing tradition of eye-balling the crop's condition and judging the weather.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,696
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,011
Tête enseignante GPT0,188
Écart entre enseignants0,177 · 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.

Devis d'étudeQualitatif
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

Citations11
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Water Resources Journal / Revue canadienne des ressources hydriquesMême sujetWater resources management and optimizationTravaux en français237 207