MétaCan
Menu
Retour à la cohorte
Enregistrement W2095678684 · doi:10.5539/jas.v5n11p127

Analysis of the Mechanization Index of Wheel Tractors in Rural Farm Holdings

2013· article· en· W2095678684 sur OpenAlexvenueno aff
Anderson Chagas Magalhães, Johnny M. Souza, Murilo Antonini Santana, Omar Jorge Sabbag

Notice bibliographique

RevueJournal of Agricultural Science · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRural Development and Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesFundação para o Desenvolvimento da UNESPFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésMechanizationTractorAgricultureProduction (economics)Agricultural engineeringMaximizationAgricultural scienceIndex (typography)Agricultural economicsOperations managementBusinessMathematicsStatisticsEngineeringGeographyEnvironmental scienceComputer scienceEconomicsAutomotive engineering

Résumé

récupéré en direct d'OpenAlex

The Brazilian agriculture presents different production systems and a great variation of yield levels as a consequence of the regional inequality. These variations occur mainly because of the lack of technical information and financial support to acquire machinery and equipment used in agriculture. Considering the importance of this information, this study aimed to analyze the mechanization of agricultural properties in the municipality of Dracena/SP. The total number of land holdings in this area is 1,024 and only 149 have wheel tractors; they were classified into groups according to their sizes. Data collection was done through a questionnaire about the characteristics of the production system, mechanization resources, operational cost, and operational intensity. The statistical significance of the experimental data was evaluated by analyses of variance followed by Kruskal Wallis’ test (P<0.05). The analysis revealed that the average values of the mechanization index and the farmed area by tractor were, respectively, 2.53 kW/ha and 103.9 ha/tractor. The analysis further revealed that the field operational cost was minimized with the maximization of the effective operational capacity for any area group.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,003
Tête enseignante GPT0,177
Écart entre enseignants0,174 · 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'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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetRural Development and AgricultureTravaux en français237 207