MétaCan
Menu
Retour à la cohorte
Enregistrement W2151342547 · doi:10.14430/arctic4410

Sustainable Agriculture for Alaska and the Circumpolar North: Part III. Meeting the Challenges of High-Latitude Farming

2014· article· en· W2151342547 sur OpenAlexvenueno aff
Kalb T. Stevenson, Heidi B. Rader, Lilian Alessa, Andrew Kliskey, Alberto Pantoja, Mark Clark, Jeffery Smeenk

Notice bibliographique

RevueARCTIC · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultureSustainabilityGovernment (linguistics)BusinessCircumpolar starEnvironmental planningSustainable agricultureEnvironmental resource managementNatural resource economicsGeographyEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Agriculture is a severely underdeveloped industry in Alaska and throughout most of the Subarctic. Growers and entrepreneurs must overcome a diverse set of challenges to achieve greater sustainability in northern communities where resilience is threatened by food insecurity and challenges to northern agriculture have limited the industry. However, several field-based or social policy solutions to problems of high-latitude agriculture have been proposed or are being put into practice. Field-based solutions include the use of special infrastructure or farm management strategies to extend the short growing season, improve soil quality, integrate appropriate pest and irrigation management practices, and further develop the livestock sector. Social and policy solutions are resolutions or decisions reached by stakeholders and government, often through cooperative interaction and discussion. These solutions stem from meaningful discussion and decision making among community members, organizations, agencies, and legislators. Social and policy solutions for Alaska include addressing the high costs of land and the preservation of agricultural lands; improved markets and market strategies; more appropriate funding for research, education and infrastructure; and other integrative or cooperative efforts. Collectively, these solutions will work to improve the outlook for sustainable agriculture in Alaska.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,525
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,000
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 Opus0,021
Tête enseignante GPT0,290
Écart entre enseignants0,269 · 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.

Devis d'étudeQualitatif
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

Citations12
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetIndigenous Studies and EcologyTravaux en français237 207