MétaCan
Menu
Retour à la cohorte
Enregistrement W2105790906 · doi:10.1086/508689

Agricultural Deskilling and the Spread of Genetically Modified Cotton in Warangal

2007· article· en· W2105790906 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCurrent Anthropology · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDeskillingAgricultureBt cottonProcess (computing)BiotechnologyBiologyEngineeringWork (physics)Ecology

Résumé

récupéré en direct d'OpenAlex

Warangal District, Andhra Pradesh, India, is a key cotton‐growing area in one of the most closely watched arenas of the global struggle over genetically modified crops. In 2005 farmers adopted India’s first genetically modified crop, Bt cotton, in numbers that resemble a fad. Various parties, including the biotechnology firm behind the new technology, interpret the spread as the result of farmer experimentation and management skill, alluding to orthodox innovation‐diffusion theory. However, a multiyear ethnography of Warangal cotton farmers shows a striking pattern of localized, ephemeral cotton seed fads preceding the spread of the genetically modified seeds. The Bt cotton fad is symptomatic of systematic disruption of the process of experimentation and development of management skill. In fact, Warangal cotton farming offers a case study in agricultural deskilling, a process that differs in fundamental ways from the better‐known process of industrial deskilling. In terms of cultural evolutionary theory, deskilling severs a vital link between environmental and social learning, leaving social learning to propagate practices with little or no environmental basis. However, crop genetic modification is not inherently deskilling and, ironically, has played a role in reinvolving farmers in Gujarat in the process of breeding.

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil0,261

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 technologies0,0000,001
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 Opus0,021
Tête enseignante GPT0,266
Écart entre enseignants0,245 · 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