MétaCan
Menu
Retour à la cohorte
Enregistrement W2252478592

Total meat production and its tendencies

2008· article· en· W2252478592 sur OpenAlexaboutno aff
Tadija Stamenković, Biljana Dević, Dragan Milićević

Notice bibliographique

RevueTehnologija mesa · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional Development and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTonneChinaGeographyAgricultural economicsEnvironmental protection
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper analyses the state of total world meat production, by continents and by countries. It is established that the total world meat production is constantly increasing. It amounted to 236.541.000 in 2001 and 265.106.000 tonnes in 2005. Tendency of annual increase from 2001 to 2005 was 5.454.000 tonnes. Since 2005 the highest total meat production (by continent) was in Asia (111.835.000 tonnes), followed by Europe (52.912.000 tonnes), North and Central America (51.321.000 tonnes), South America (31.088.000 tonnes), Africa (12.110.000 tonnes) and Oceania (5.841.000 tonnes). Tendency of total meat production from 2001 to 2005 on all continents was positive. It is the highest in Asia, followed by Europe, South America, North and Central America, Africa and Oceania. The leading meat producers in 2005 were: China (77.564.000 tonnes), The USA (39.556.000 tonnes), Brazil (19.919.000 tonnes), Germany (6.884.000 tonnes), India (6.297.000 tonnes), France (6.179.000 tonnes), Spain (5.736.000 tonnes), Mexico (5.040.000 tonnes),The Russian Federation (4.885.000 tonnes), Canada (4.680.000 tonnes), Argentina (4.175.000 tonnes), Italy (4.099.000 tonnes) and Australia (3.946.000 tonnes). Positive tendencies in total meat production (2001-2005) were found in: Austria, Belgium-Luxemburg, Bosnia and Herzegovina, Great Britain, Denmark, Germany, Poland, The Russian Federation, Slovenia, Croatia, Spain, Japan, China, India, South Africa, Canada, The USA, Mexico, Brazil and Australia. Negative tendencies in total meat production (2001-2005) were recorded in: Italy, Macedonia, Romania, Hungary, Ukraine, France, The Netherlands, Czech Republic and Argentina. .

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,075
Tête enseignante GPT0,202
Écart entre enseignants0,127 · 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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTehnologija mesaMême sujetRegional Development and Management StudiesTravaux en français237 207