A Decision Support Tool for Agricultural Applications Based on Computational Social Choice and Argumentation
Notice bibliographique
Résumé
In the current article, the authors describe an applied procedure to support collective decision making for applications in agriculture. An extended 2-page abstract of this paper has been accepted by the EFITA WCCA congress and this manuscript is an extended version of this submission. The problem the authors are facing in this paper is how to reach the best decision regarding issues coming from agricultural engineering with the aid of Computational Social Choice (CSC) and Argumentation Framework (AF). In the literature of decision-making, several approaches from the domains of CSC and AF have been used autonomously to support decisions. It is our belief that with the combination of these two fields the authors can propose socially fair decisions which take into account both (1) the involved agents' preferences and (2) the justifications behind these preferences. Therefore, this article implements a software tool for decision-making which is composed of two main systems, i.e., the social choice system and the deliberation system. In this article, the authors describe thoroughly the social choice system of our tool and how it can be applied to different alternatives on the valorization of materials coming from agriculture. As an example, that is demonstrated an application of our tool in the context of Ecobiocap European project where several decision problems are to be addressed. These decision problems consist in finding the best solutions for questions regarding food packaging and end-of-life management.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».