MétaCan
Menu
Retour à la cohorte
Enregistrement W2898961531

Effecten droogte en hitte op inkomens land- en tuinbouw: Update: nu inclusief melkgeitenhouderij en schapenhouderij

2018· article· nl· W2898961531 sur OpenAlexaff
Rob Stokkers, Henri Prins, Jakob Jager, Marcel van Asseldonk

Notice bibliographique

RevueSocio-Environmental Systems Modeling · 2018
Typearticle
Languenl
DomaineEnergy
ThématiqueEnergy, Environment, Agriculture Analysis
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

gevraagd een eerste analyse te maken van de verwachte effecten van de huidige droogte en hitte op de inkomens in de Nederlandse land-en tuinbouw.Gezien de korte termijn is deze analyse beperkt tot de dierlijke sectoren melkveehouderij, melkgeitenhouderij en schapenhouderij, en de plantaardige sectoren akkerbouw, vollegrondsgroente en fruit.Er is gebruikgemaakt van al bestaande statistieken, aangevuld met de indrukken uit een telefonische belronde met ruim 25 deskundigen uit onderzoek, voorlichting, handel, verwerkende industrie en de belangenbehartiging.De resultaten van deze quick-scan tot het peilmoment halverwege augustus zijn samengevat in deze factsheet.De belangrijkste conclusie onder de gehanteerde aannames en nog heersende onzekerheid over het verdere verloop van het groeiseizoen is dat zelfs indien de huidige droogte en hitte nu voorbij zouden zijn in de Nederlandse melkveehouderij, in de melkgeitenhouderij en op akkerbouwbedrijven met zetmeelaardappelen, er dan een gemiddelde inkomensdaling van respectievelijk 16.000 euro, 22.000 euro en 31.000euro per onbetaalde arbeidsjaareenheid 1 kan worden verwacht.Ook in de schapenhouderij is sprake van een negatief effect op het saldo ter waarde van 35 euro per ooi.Daarentegen wordt voor de overige akkerbouwbouwbedrijven en in de fruitteelt gemiddeld een inkomensstijging van respectievelijk 12.000 euro en 21.000 euro per onbetaalde arbeidsjaareenheid voorzien, omdat de lagere kg-opbrengsten naar verwachting ruimschoots worden gecompenseerd door de fors hogere prijzen op de vrije markt als gevolg van schaarste.In de vollegrondsgroenteteelt lijken de inkomenseffecten gemiddeld verwaarloosbaar te zijn.Afhankelijk van de regio en grondsoort, mogelijkheden tot beregening en aard van de afzetcontracten zullen de verschillen tussen individuele ondernemers nog groter zijn dan gebruikelijk.Ook in het verleden was de van nature al grote inkomensspreiding in de landen tuinbouw in jaren met extreme droogte en hitte groter dan in een gemiddeld jaar.De daadwerkelijke effecten zullen echter pas dit najaar duidelijker worden, evenals de weersomstandigheden in augustus en september en het effect op het herstel van de gewasgroei.1 De vergoeding die de ondernemers en hun huishoudens hebben behaald voor de inzet van hun arbeid en kapitaal in het bedrijf.Het inkomen wordt berekend door de totale opbrengsten van het bedrijf te verminderen met de betaalde kosten en afschrijvingen en te vermeerderen met het saldo van buitengewone baten en lasten.Het kengetal wordt meestal uitgedrukt in euro per onbetaalde arbeidsjaareenheid (oaje), waarmee het gekoppeld wordt aan de hoeveelheid ingezette arbeid en het dus beter over bedrijven heen vergelijkbaar is (Agrimatie.nl).

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)0,008
score de la tête « metaresearch » (Gemma)0,025
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,025
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0050,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0170,003

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 Opus0,006
Tête enseignante GPT0,211
Écart entre enseignants0,206 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueSocio-Environmental Systems ModelingMême sujetEnergy, Environment, Agriculture AnalysisTravaux en français237 207