MétaCan
Menu
Retour à la cohorte
Enregistrement W2796154395 · doi:10.1080/08941920.2018.1450912

Conserving Biodiversity in Farm Animals: Do Farmer and Public Biodiversity Knowledge and Awareness Matter?

2018· article· en· W2796154395 sur OpenAlexafffundabout
Albert Boaitey, Ellen Goddard, Getu Hailu

Notice bibliographique

RevueSociety & Natural Resources · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetically Modified Organisms Research
Établissements canadiensUniversity of GuelphUniversity of Alberta
Organismes subventionnairesGenome AlbertaGoddard Space Flight CenterGenome Canada
Mots-clésBiodiversityLivestockSelection (genetic algorithm)Environmental resource managementBusinessAgricultural biodiversityGenetic diversityDiversity (politics)Production (economics)Natural resource economicsBiotechnologyEnvironmental planningGeographyBiologyEcologyPolitical scienceEconomicsEnvironmental healthComputer science

Résumé

récupéré en direct d'OpenAlex

Increases in biodiversity losses are a growing concern globally. In farm animals, related concerns about losses in genetic diversity have potentially increased with the emergence of breeding technologies that allow for faster genetic change in herds. Farmer and public acceptance of specific breeding practices can be influenced by a number of factors, including concerns about biodiversity and knowledge of biodiversity. The link between these factors and acceptance of new genetic technologies, if it exists, may help explain concerns about genetic technologies. This article examines the effect of attitudes and knowledge about biodiversity on the acceptance of genomic selection in livestock production using farmer and public survey data from Canada. Our results suggest that the link between biodiversity concerns and the acceptance of genomic selection is more robust for the public than for farmers. We also find that biodiversity knowledge and attitudes have opposite effects on acceptance of genomic selection.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,228
Score d'incertitude au seuil0,452

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,030
Tête enseignante GPT0,252
Écart entre enseignants0,222 · 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

Citations5
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSociety & Natural ResourcesMême sujetGenetically Modified Organisms ResearchTravaux en français237 207