MétaCan
Menu
Retour à la cohorte
Enregistrement W2328515447 · doi:10.4172/2168-9768.1000156

Irrigation’s Impact on Economic Growth in Alberta, Canada

2015· article· en· W2328515447 sur OpenAlexaboutno aff
Suren Kulshreshtha, B. A. Paterson

Notice bibliographique

RevueIrrigation & Drainage Systems Engineering · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLand Rights and Reforms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIrrigationWater resource managementEnvironmental scienceIrrigation managementLow-flow irrigation systemsHydrology (agriculture)Irrigated agricultureAgricultural economicsAgronomyGeologyEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Irrigation development in semi-arid regions provides benefits for producers as well as many others who reside in the region. Although a common perception exists that irrigation benefits only irrigation producers, a study carried out by Paterson Earth and Water Consulting Ltd showed that irrigation positively impacts many more sectors of the Alberta economy than just irrigation producers. Compared to dry land (rain fed) agriculture, irrigation creates increased employment and economic activity through the purchase of additional farm inputs as well as processing of agricultural products. Multi-use water storage reservoirs, which support irrigation agriculture, provide societal benefits through recreation, hydropower generation, and water supply for habitat development, communities and industries. This study estimated that Alberta’s irrigation industry, which represents less than 5% of the cultivated land base, generates about $3.6 billion to the provincial gross domestic product (GDP), accounting for about 20% of the total agri-food sector GDP. It is also responsible for generating about $2.4 billion in income and creating about 56,000 jobs. Many of these jobs and incomes are generated in the rural regions of the province, and serves as an important part of the rural development initiatives in Alberta. Almost 90% of the GDP generated by the irrigation sector accrued to the region and the province, and only 10% accrued to irrigation producers.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,512
Score d'incertitude au seuil0,485

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,010
Tête enseignante GPT0,187
Écart entre enseignants0,178 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIrrigation & Drainage Systems EngineeringMême sujetLand Rights and ReformsTravaux en français237 207