Weed Science Research and Funding: A Call to Action
Notice bibliographique
Résumé
Weed science has contributed much to agriculture, forestry and natural resource management during its history. However, if it is to remain relevant as a scientific discipline, it is long past time for weed scientists to move beyond a dominating focus on herbicide efficacy testing and address the basic science underlying complex issues in vegetation management at many levels of biological organization currently being solved by others, such as invasion ecologists and molecular biologists. Weed science must not be circumscribed by a narrowly-defined set of tools but rather be seen as an integrating discipline. As a means of assessing current and future research interests and funding trends among weed scientists, the Weed Science Society of America conducted an online survey of its members in summer of 2007. There were 304 respondents out of a membership of 1330 at the time of the survey, a response rate of 23%. The largest group of respondents (41%) reported working on research problems primarily focused on herbicide efficacy and maintenance, funded mainly by private industry sources. Another smaller group of respondents (22%) reported focusing on research topics with a complex systems focus (such as invasion biology, ecosystem restoration, ecological weed management, and the genetics, molecular biology, and physiology of weedy traits), funded primarily by public sources. Increased cooperation between these complementary groups of scientists will be an essential step in making weed science increasingly relevant to the complex vegetation management issues of the 21st century.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,150 | 0,210 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,015 | 0,033 |
| Communication savante | 0,036 | 0,054 |
| Science ouverte | 0,010 | 0,027 |
| Intégrité de la recherche | 0,139 | 0,074 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,011 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».