MétaCan
Menu
Retour à la cohorte
Enregistrement W2147510338 · doi:10.1603/ipm13002

An Integrated Pest Management Adoption Survey of Sweet Corn Growers in the Great Lakes Region

2014· article· en· W2147510338 sur OpenAlexaboutno aff
J. R. Jasinski, J. T. Haley

Notice bibliographique

RevueJournal of Integrated Pest Management · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect Pest Control Strategies
Établissements canadiensnon disponible
Organismes subventionnairesOhio State University
Mots-clésIntegrated pest managementDemographicsAgricultural sciencePEST analysisCropPostharvestGeographyEarly adopterCrop managementAgroforestryBusinessAgronomyMarketingBiologyForestryHorticulture

Résumé

récupéré en direct d'OpenAlex

Sweet corn is one of the most common fresh market vegetable crops grown throughout the north central and north east regions of the United States. In 2008, the Great Lakes Vegetable Working Group measured integrated pest management (IPM) practice adoption by growers of this crop using online and hardcopy surveys over a 10-mo period. The survey asked growers from nine states and Ontario, Canada, which pest management practices they used on their farm operation in the following sections: education, preplant, at-plant, in-season, postharvest, scouting, and demographics. Each individual survey question was ranked by a panel of university specialists and designated as a low, moderate, or high IPM valued activity, with points assigned accordingly. On survey completion, the total points accumulated by the grower would place them into one of three categories; low, moderate, or high IPM adopter. Of the 407 respondents, 130 were placed in the low IPM adoption category, 251 were deemed moderate IPM adopters, and 26 were placed in the high IPM category. Some key general attributes of a high IPM adopter include someone who has grown vegetables for at least 10 yr and has a farm >51 acres (67%) and raises between 21-50 acres of sweet corn (44%). Some key general attributes of a low IPM adopter include less experience on smaller acreage, with 56% having grown vegetables for fewer than 10 yr with 57% on farms smaller than five acres.

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 enseignants0,127
Score d'incertitude au seuil0,253

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,230
Écart entre enseignants0,207 · 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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Integrated Pest ManagementMême sujetInsect Pest Control StrategiesTravaux en français237 207