MétaCan
Menu
Retour à la cohorte
Enregistrement W2724231940 · doi:10.3390/agriculture7070054

Toward Improved Adoption of Best Management Practices (BMPs) in the Lake Erie Basin: Perspectives from Resilience and Agricultural Innovation Literature

2017· article· en· W2724231940 sur OpenAlexaff
Chérine Akkari, Christopher Bryant

Notice bibliographique

RevueAgriculture · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensUniversity of GuelphUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAgricultureResilience (materials science)Best practiceSurface runoffPsychological resilienceStructural basinBusinessEnvironmental resource managementEnvironmental scienceEnvironmental planningNatural resource economicsGeographyEcologyEconomicsManagementBiology

Résumé

récupéré en direct d'OpenAlex

Phosphorus (P) runoff from agricultural sources is a recognized environmental problem, particularly in regions draining into Lake Erie. This problem may well be exacerbated particularly through increased magnitude and frequency of extreme climatic events (e.g., excessive precipitation and droughts). On the physical sciences side, the recent extensive literature focuses on structural Best Management Practices (BMPs) which have the potential to mitigate both surface and sub-subsurface P losses. Modeling studies show that there is still a lack of adoption of these P-related voluntary BMPs by the farmers. At the same time, and while the social sciences side of the literature on structural BMPs adoption weakly affirms the latter, this paper argues that the literature on resilience and on agricultural innovation can better inform our understanding of the limited adoption of phosphorus related structural BMPs by farmers in the Lake Erie Basin.

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 enseignants0,073
Score d'incertitude au seuil0,249

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 savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,232
Écart entre enseignants0,221 · 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

Citations15
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultureMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207