MétaCan
Menu
Retour à la cohorte
Enregistrement W2129314265 · doi:10.5267/j.msl.2014.8.012

An optimization technique for cropping patterns and land consolidation: A case study for irrigation network

2014· article· en· W2129314265 sur OpenAlexvenueno aff
Azim Shirdeli, Somayeh Dastvar

Notice bibliographique

RevueManagement Science Letters · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConsolidation (business)CroppingIrrigationAgricultural engineeringComputer scienceWater resource managementLand consolidationEnvironmental scienceBusinessGeographyAgricultureAgronomyEngineering

Résumé

récupéré en direct d'OpenAlex

During the past few decades, there has been growing interest in water resources management. Presently, there are many areas in middle east facing with shortage of water for agricultural activities. Therefore, there is a growing concern to have efficient usage of water through optimization techniques. This paper presents a study to maximize famers' revenue by developing a mathematical model subject to some land and water constraints. The proposed study has been applied for a case study of agricultural program in city of Abhar, Iran and the preliminary results indicate that it could increase the efficiency of agricultural program, significantly. In our survey, the optimal cultivation yields for four five-year programs have increased the income by 20.81, 44.698, 87.18 and 250.34 percent, respectively. In addition, 7.27% development land is added to agricultural lands, there is a 17% increase in water utilization and the productivity is increased from 50% to well above 77% after four 5-year programs have been implemented.

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 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 enseignants0,389
Score d'incertitude au seuil0,438

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,022
Tête enseignante GPT0,258
Écart entre enseignants0,236 · 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

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207