MétaCan
Menu
Retour à la cohorte
Enregistrement W2149229856 · doi:10.5539/ass.v10n23p135

Need for Government Regulation of Organic Foods

2014· article· en· W2149229856 sur OpenAlexvenueno aff
Vladimir Zhidkov, Andrey G. Hramtsov, Zhanna V. Gornostaeva, Ekaterina Alekhina, Inna Kushnareva

Notice bibliographique

RevueAsian Social Science · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDigitalization and Economic Development in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)Consumption (sociology)Organic productBusinessFood processingOrganic productionFood productsState (computer science)Government (linguistics)Organic farmingAgricultural economicsEconomicsFood scienceGeographyMicroeconomicsSociologyMathematicsChemistryAgricultureSocial science

Résumé

récupéré en direct d'OpenAlex

The authors define the concept of demand and prospects of organic foods, identify problems and prospects forthe production of organic foods in Russia, exploring features of state regulation of the production of organicfoods in different countries and justify the need for state regulation of the production of organic foods in Russia.The authors analyze the results of a sociological survey of 1,000 residents of the Volgograd region in age from20 to 60 years, determine the structure determination of respondents concepts of organic foods, the structure ofthe respondents 'opinions on the importance of regular consumption of organic foods, the structure of therespondents' opinions regarding the price for organic food, the structure of respondents 'opinions on thepercentage excess of the price for organic food over the price of conventional products, the structure of therespondents' opinions on the proportion of organic foods in the structure of the family budget, identify the mainpurposes of the production of organic foods, especially compared to the state support for Organic Agricultureeconomy in the countries of Western Europe, as well as classify the main types of environmental standards.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,009
Tête enseignante GPT0,197
Écart entre enseignants0,188 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetDigitalization and Economic Development in AgricultureTravaux en français237 207