MétaCan
Menu
Retour à la cohorte
Enregistrement W2606567328 · doi:10.22004/ag.econ.245194

MILK PRODUCTION IN SERBIA AND POSITION SMALL FARMERS

2010· article· en· W2606567328 sur OpenAlexaboutno aff
Božo Drašković, Zoran Rajković, Dusan Kostic

Notice bibliographique

RevueAgEcon Search (University of Minnesota, USA) · 2010
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional Development and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultural scienceProduction (economics)Milk productionLivestockBusinessPosition (finance)Agricultural economicsGeographyAnimal scienceEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

The small farmers participate significantly in the total cow milk production in Serbia. Milk production stabilized at around 1.6 billion liters per year and one half of the total quality is purchased and processed in dairies, and the other half is spent and/or processed in rural farms in cheese and cream and sold in markets. The production(arranged by the farmers themselves), and marketing of finished products on markets, by rule, is organized by small farmers who have less than 10 cows. The farmers who have more than 10 milked cows have no technical conditions to reproduce milk themselves and they are forced to give the total amount of milk to dairies. The dominant position of small farmers in milk production is a result of declining farms. On small farms it is not possible to organize a massive and profitable production. A milked cow gives about 2.6 thousand liters, per year in Serbia and in the US, Canada and some EU countries more than 6 thousand liters of raw milk. The reduced number of farms and a small number of cattles have resulted in insufficient use, otherwise good natural resources for livestock development in Serbia.

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 enseignants0,017
Score d'incertitude au seuil0,034

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,196
Écart entre enseignants0,160 · 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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgEcon Search (University of Minnesota, USA)Même sujetRegional Development and Management StudiesTravaux en français237 207