MétaCan
Menu
Retour à la cohorte
Enregistrement W2330579885 · doi:10.3197/ge.2015.080202

The Soviet Dust Bowl and the Canadian Erosion Experience in the New Lands of Kazakhstan, 1950s-1960s

2015· article· en· W2330579885 sur OpenAlexaboutno aff
Marc Élie

Notice bibliographique

RevueGlobal Environment · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland Management and Livestock Ecology
Établissements canadiensnon disponible
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésLimitingAgricultureStormGovernment (linguistics)SteppeErosionGeographyEnvironmental protectionPolitical scienceAgroforestryEnvironmental scienceArchaeologyMeteorologyEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

Abstract In the 1950s and 1960s, the steppe regions of the USSR went through a period of destructive dust storms similar in causation and massive scale to the North American 'Dust Bowl' of the 1930s. Hence, in the mid-1960s, the 'New Land' programme that the post-Stalin leadership had launched in 1954 to solve the country's food problems virtually reached a point of failure. To overcome this environmental disaster, agronomists turned to the erosion experience of Canadian farmers. They lobbied the Soviet government to impose soil conservation measures similar to those employed in Canada's prairies and to produce farm equipment modeled on Canadian prototypes. New Land settlers succeeded in limiting deflation and resuming farming, but at the price of entering a race with the soil's decreasing ability to support them that would soon spark new ecological difficulties.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,256
Score d'incertitude au seuil0,901

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,014
Tête enseignante GPT0,218
Écart entre enseignants0,204 · 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'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

Citations36
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal EnvironmentMême sujetRangeland Management and Livestock EcologyTravaux en français237 207