MétaCan
Menu
Retour à la cohorte
Enregistrement W2476959888 · doi:10.1017/cbo9780511974199.022

Evolution of wheat production systems in southern Australia

2011· book-chapter· en· W2476959888 sur OpenAlexaboutno aff
David J. Connor, R. S. Loomis, Kenneth G. Cassman

Notice bibliographique

RevueCambridge University Press eBooks · 2011
Typebook-chapter
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePasture and Agricultural Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)GeographyProduction system (computer science)AgroforestryAgronomyBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

Wheat has been grown in Australia since European settlement, initially to feed colonists, but soon as an export crop. Although total national production, 19 Mt (five-year average 2003–2008), remains small by world standards, the high proportion (60%) that is exported ranks Australia fourth, after the USA, Canada, and the EU, among wheat exporting countries. This chapter describes the continuing evolution of wheat-cropping systems in semi-arid southern Australia (annual rainfall 300–500 mm) using yield data for the State of Victoria from soon after inception of the industry c . 1800. The analysis reveals how a sequence of cropping systems has developed in response to technological innovation , economic incentives , and societal pressures . Economic pressure to compete on world markets has been, and will likely remain, a major driver of change in these cropping systems. Producers receive little subsidy to relieve competitive pressure. Among OECD countries, subsidies account for 25 and 40% of farm income in the USA and the EU, respectively, but only 6% in Australia. Driving forces for change may be further complicated by widely anticipated climate change. Producers, agronomists, and researchers now have access to new tools to meet the increasingly complex objectives that must account for variability in climatic and economic environments, and also address societal interests. The principles and range of strategies and tactics available to combat crop response to low and variable rainfall have been presented in Chapters 9 and 13.

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)0,000
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 enseignants0,067
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,039
Tête enseignante GPT0,181
Écart entre enseignants0,142 · 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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetPasture and Agricultural SystemsTravaux en français237 207