MétaCan
Menu
Retour à la cohorte
Enregistrement W2529860851 · doi:10.5539/jas.v8n11p11

Shade’s Benefit: Coffee Production under Shade and Full Sun

2016· article· en· W2529860851 sur OpenAlexvenueno aff
Valdir Alves, Fernando Figueiredo Goulart, Tamiel Khan Baiocchi Jacobson, Reinaldo José de Miranda Filho, Clarilton Edzard Davoine Cardoso Ribas

Notice bibliographique

RevueJournal of Agricultural Science · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCoffee research and impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgroecosystemProductivityAgroforestryMonocultureAmazon rainforestTropicsProduction (economics)BiodiversityEcosystem servicesAgricultural scienceAgricultureEnvironmental scienceEcosystemGeographyAgronomyEcologyBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

<p>Coffee has major importance in tropical landscapes from agronomic, economic and ecological perspectives. Yet the conversion of shade-coffee into full sun monocultures has deep effect on the potential of those systems to conserve biodiversity and ecosystems services (such as pest control and pollination). Despite of this, effect of shade on production has not been sufficiently addressed, particularly in Brazil, the world major coffee producer. This study compared the performance of shaded coffee and full sun management in terms of productivity and production costs. The survey was conducted in Municipality of Mirante da Serra, in the Brazilian Amazon and eight coffee agroecosystems, four under shade and four under full sun were investigated. The results indicate that shaded systems have lower production costs requiring less working hours than sun plantations. The average production cost of shaded agroecosystems was 49.63%, while in systems under full sun, this value was 82.2%. Shaded and full sun productivity did not differ significantly, with higher variance in the former, showing that shaded systems are more heterogeneous. Shaded coffee agroecosystems presented an economically and environmentally viable alternative. The lower production cost enhances economic viability of these ecosystems in Amazon as well as in the rest of the tropics. Such efficiency may have influenced the persistence of these managements, despite the worldwide agriculture intensification tendency.</p>

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,128

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
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 Opus0,027
Tête enseignante GPT0,298
Écart entre enseignants0,271 · 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'étudeExpérimental (laboratoire)
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

Citations13
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetCoffee research and impactsTravaux en français237 207