Organic Farming Suffices to Feed a Country: a Large-Scale Linear Programming Model to Develop an Organic Agriculture Plan for Turkey
Notice bibliographique
Résumé
A frequently voiced critique is that due to lower yields on organically managed farmlands, one cannot feed a country using organic agriculture. In this paper, we aim to mathematically disprove this claim by developing a linear programming model and produce a detailed agriculture plan for Turkey sufficient to feed her population with a 2400 kcal daily menu on average, solely comprising of organic foods. The model uses information about population sizes and food needs of 81 cities in Turkey, and yields of 120 food, feed, forage crops, and four animal products. Intensive and extensive livestock production methods as well as food transportation between cities has been incorporated into the model. The resulting problem with 950 thousand variables and 40 thousand constraints can be solved with an optimization package in under a minute. Results, prescribing how many acres of each crop should be grown in each city, indicate that to feed the country fully on organic produce, 63% of the arable land suffices, yielding 8.9 million hectares of unused land where further organic foods could be grown for export or aid. We also run the model under different scenarios: fully vegetarian diet, omnivore model, different transportation structures, drought conditions and a limit on fruit trees. With this work, we have shown that it is possible to feed the whole population of Turkey with an agricultural practice that is not harmful to human health, soil, water and air; respects biological cycles and reduces food miles and fossil fuel consumption, thus contributing to sustainability and fighting climate change. We tested preliminary scenarios to understand the robustness of organic agriculture in the face of extreme weather events. The proposed model can also be applied to other countries when appropriate data are used.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».