MétaCan
Menu
Retour à la cohorte
Enregistrement W2528874190

An Operational Model for Utilizing Water Resources of Varying Qualities in an Agricultural Enterprise

2016· article· en· W2528874190 sur OpenAlexaff
Jack Brimberg, Gideon Oron, Abraham Mehrez

Notice bibliographique

RevueGeographical research forum/Geography research forum · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésProfit (economics)AgricultureProduction (economics)Water scarcityWork (physics)Water supplyProfit marginAgricultural engineeringFunction (biology)ScarcityBusinessEnvironmental economicsComputer scienceEnvironmental scienceEconomicsEngineeringEnvironmental engineeringGeographyMicroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The work considers the problem of determining an optimal operational plan in order to maximize the profits of an agricultural enterprise. A decision model is formulated considering a set of potential crops for planting on an available area of land, two sources of water supply of different qualities and limited capacities, and a production function for each crop using water quantity and quality as the input factors. A unique feature of the model concerns the nature of the production function, which measures the profit margin of a crop not only in terms of its yield, but also the quality of the products. The model was developed to assist local decision makers in the Negev Desert (Israel) for the purpose of soliciting a preferred policy for water sources development. The developed model may be applicable for other regions with similar water shortage problems.

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)0,005
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 enseignants0,697
Score d'incertitude au seuil0,937

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,062
Tête enseignante GPT0,343
Écart entre enseignants0,281 · 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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeographical research forum/Geography research forumMême sujetWater resources management and optimizationTravaux en français237 207