MétaCan
Menu
Retour à la cohorte
Enregistrement W2898940037 · doi:10.33262/concienciadigital.v3i3.1.1401

Evaluación económica de la hacienda Pucate

2020· article· es· W2898940037 sur OpenAlexvenueno aff
Fabián Augusto Almeida López, Paula Alexandra Toalombo Vargas, Julio César Benavides Lara, Jhon Javier Uvidia Fassler

Notice bibliographique

RevueConcienciaDigital · 2020
Typearticle
Languees
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Food Production Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesWelfare economicsGeographyEconomicsArt

Résumé

récupéré en direct d'OpenAlex

Esta evaluación se realizó en la Hacienda “Pucate” ubicada en el sector del mismo nombre perteneciente al cantón Chambo, provincia de Chimborazo, en este trabajo se ejecutó la evaluación económica de esta instalación; los costos totales para la producción de leche en la hacienda fueron de $178968,28 dólares; los costos variables representaron 75,78 % de la inversión ($ 135623,71), mientras tanto que 18,01 % es representado por los costos fijos ($ 32236,05) y la depreciación de bienes represento el 6,21 % siendo ($11108,52), la producción lechera promedio por mes nos reportó 37039,24 litros con un promedio de 87 animales en producción, tomando en cuenta los costos fijos, costos variables y depreciación de bienes se determinó que el costo por litro de leche producido es de $ 0,41 centavos y de acuerdo a los registros en ese periodo se comercializó a $ 0,52 centavos obteniendo una utilidad por litro de $ 0,11 centavos; los resultados indicaron que la eficiencia económica del ejercicio fiscal del año 2017, tomando en cuento el basado en el estudio de los índices de los elementos productivos, decretaron que la hacienda se encuentra con relación beneficio/costo de 1,31; que es conveniente, más aun si estamos conscientes que el sector lechero en el país sufre una gran crisis, que está a punto de colapsar este importante sector de la economía dejando un resultado socioeconómico de negativo impacto.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,272
Écart entre enseignants0,235 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConcienciaDigitalMême sujetAgricultural and Food Production StudiesTravaux en français237 207