MétaCan
Menu
Retour à la cohorte
Enregistrement W2561368607 · doi:10.1146/annurev-environ-102016-060946

Smallholder Agriculture and Climate Change

2017· article· en· W2561368607 sur OpenAlexaff
Avery Cohn, Peter Newton, Juliana Gil, Laura Kuhl, Leah Samberg, Vincent Ricciardi, Jessica R. Manly, Sarah Northrop

Notice bibliographique

RevueAnnual Review of Environment and Resources · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNatural resource economicsGreenhouse gasClimate changeAgricultureVulnerability (computing)BusinessFood securityClimate change mitigationSustainabilityPer capitaEnvironmental resource managementAdaptive capacityEconomicsGeographyPopulationEcology

Résumé

récupéré en direct d'OpenAlex

Hundreds of millions of the world's poorest people directly depend on smallholder farming systems. These people now face a changing climate and associated societal responses. We use mapping and a literature review to juxtapose the climate fate of smallholder systems with that of other agricultural systems and population groups. Limited direct evidence contrasts climate impact risk in smallholder agricultural systems versus other farming systems, but proxy evidence suggests high smallholder vulnerability. Smallholders distinctively adapt to climate shocks and stressors. Their future adaptive capacity is uncertain and conditional upon the severity of climate change and socioeconomic changes from regional development. Smallholders present a greenhouse gas (GHG) mitigation paradox. They emit a small amount of CO 2 per capita and are poor, making GHG regulation unwarranted. But they produce GHG-intensive food and emit disproportionate quantities of black carbon through traditional biomass energy. Effectively accounting for smallholders in mitigation and adaption policies is critical and will require innovative solutions to the transaction costs that enrolling smallholders often imposes. Together, our findings show smallholder farming systems to be a critical fulcrum between climate change and sustainable development.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,031
Tête enseignante GPT0,245
Écart entre enseignants0,213 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations189
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Environment and ResourcesMême sujetClimate change impacts on agricultureTravaux en français237 207