MétaCan
Menu
← Retour à la cohorte
Enregistrement W2226138144

Cultivating partnerships between CSOs and CGIAR centres: the case of a LI-BIRD Bioversity International International Partnership for in situ agricultural biodiversity conservation on farm in Nepal

2006· other· en· W2226138144 sur OpenAlexfundno aff
Bhuwon Sthapit, Pramesh Prasad Shrestha, Salina Maharjan

Notice bibliographique

RevueCGSPace A Repository of Agricultural Research Outputs (Consultative Group for International Agricultural Research) · 2006
Typeother
Langueen
DomaineArts and Humanities
ThématiqueHermeneutics and Narrative Identity
Établissements canadiensnon disponible
Organismes subventionnairesConsortium of International Agricultural Research CentersInternational Development Research Centre
Mots-clésGeneral partnershipAgricultureBiodiversityEnvironmental planningBusinessInternational developmentEnvironmental resource managementAgroforestryGeographyEnvironmental protectionEconomic growthEcologyEnvironmental scienceEconomicsBiologyFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background and objectiveThe CSO-NARS-CGIAR partnership linked LI-BIRD (Local Initiatives for Biodiversity, Research and Development) and Bioversity International in a global project with the aim of conserving agricultural biodiversity on-farm and improving the livelihoods of farming communities.The objective of the partnership was to combine Bioversity Internationals global expertise and knowledge with LI-BIRDs local knowledge and experience. Roles of the partnersLI-BIRD facilitates collaboration between the local farming communities and other project partners thus ensuring that local perspectives and knowledge are incorporated in conservation and development policies and programmes.It facilitates understanding of traditional practices and social dynamics in local farming communities.Bioversity International provides global expertise and facilitates cross-country sharing of project experiences.It contributes to enhancing the capacities of national partners and assists in synthesizing research findings to produce knowledge products and make them available for wider use.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0300,011
Communication savante0,0100,005
Science ouverte0,0020,017
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0220,001

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 Opus0,124
Tête enseignante GPT0,342
Écart entre enseignants0,217 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueCGSPace A Repository of Agricultural Research Outputs (Consultative Group for International Agricultural Research)→Même sujetHermeneutics and Narrative Identity→Travaux en français237 207→