MétaCan
Menu
Retour à la cohorte
Enregistrement W2884807946 · doi:10.14334/pros.semnas.tpv-2017-p.258-267

Tata Ruang Pengembangan Ternak Kerbau Sebagai Penghasil Daging dalam Menunjang Swasembada Daging, di Kabupaten Pasaman Timur Sumatera Barat

2017· article· id· W2884807946 sur OpenAlexaff
Arfa`i Arfa`i, E Heryanto, Yuliaty Shafan Nur

Notice bibliographique

Revuenon disponible
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueLivestock Farming and Management
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésSanitationDistribution (mathematics)BusinessAgricultural scienceGeographyEngineeringMathematicsEnvironmental engineeringEnvironmental science

Résumé

récupéré en direct d'OpenAlex

This research was conducted in the district of Pasaman, West Sumatra, with the aims were: (a) to analyze the deployment center area (pattern space) buffaloes; (b) to analyze the spread of the development area (space structures) business buffaloes; and (c) to analyze the management of maintenance buffaloes in business center area.The study was conducted in two stages of analysis;The first step was to analyze the geographical distribution centers and areas of business development buffaloes in the district of Pasaman, using secondary data.Research on phase two was survey method and observations on the territory of the business center buffaloes to analyze the management of maintenance, using a questionnaire.The results showed that the business center area buffaloes in Pasaman regency consists of the District Rao Utara, Tigo Nafari, and Bonjol.Areas that have the potential for development of buffaloes based on availability of land that are subdistrict Panti, Duo Koto, Rao Selatan and districts Rao, the based supporting facilities are the districts Tigo Nagari, Lubuak Sikapiang, and districts Rao.The buffaloes kept are swamp buffaloes which is feed grass field, only few of farmer feeding concentrate, raising system is semi-intensive; prevention/ treatment of diseases is conducted by sanitation; Most of the marketing of buffalo is still through collectors.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,035
Tête enseignante GPT0,261
Écart entre enseignants0,226 · 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'étudeSans objet
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLivestock Farming and ManagementTravaux en français237 207