MétaCan
Menu
Retour à la cohorte
Enregistrement W2552437267

Traceability of Fruit Production Practices Enhanced by Trac Record-keeping and Reporting Software

2006· article· en· W2552437267 sur OpenAlexaboutno aff
John M. Carroll, J. Nedrow, Cheryl TenEyck, Timothy Weigle

Notice bibliographique

RevueeCommons (Cornell University) · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Surface Properties and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTraceabilityTRACProduction (economics)Computer scienceSoftwareBusinessSoftware engineeringOperating systemProgramming language
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Trac Software, an Excel-based record-keeping and reporting software program, enables fruit farmers to easily maintain and report accurate crop protection records that are, 1) vital to their market edge, when increasingly competitive global markets demand detailed pesticide records and product traceability, and 2) critical to their IPM practices, especially when faced with pest or disease control failures and severe outbreaks. Trac Software was upgraded in 2006 for all fruit crops commonly grown in New York and 330 CDs distributed. Trac Software support materials were also updated including a Software Manual, a Getting Started guide, and a comprehensive website. In 2006, the software was programmed for adding more rows to the forms, sending information to specific processor reports, and filtering processor reports. In 2006, Trac Software development began for turfgrass, for fruit farmers in Ontario, Canada, and for the EcoApple report form of Red Tomato. A Trac survey of 253 recipients is underway.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,130
Score d'incertitude au seuil0,429

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 Opus0,057
Tête enseignante GPT0,206
Écart entre enseignants0,149 · 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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeCommons (Cornell University)Même sujetPlant Surface Properties and TreatmentsTravaux en français237 207