MétaCan
Menu
Retour à la cohorte
Enregistrement W2909054933 · doi:10.1016/j.dib.2019.01.024

Summary of the underlying dataset to assist in tracking resilience of rural agricultural communities

2019· article· en· W2909054933 sur OpenAlexafffundabout
Lívia Bíziková, Ruth Waldick

Notice bibliographique

RevueData in Brief · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensAgriculture and Agri-Food CanadaInternational Institute for Sustainable Development
Organismes subventionnairesMinistry of Agriculture, Food and Rural AffairsOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésAgricultureResilience (materials science)Vulnerability (computing)Environmental resource managementClimate changePsychological resilienceSet (abstract data type)Environmental planningAdaptation (eye)Perspective (graphical)GeographyRegional scienceComputer scienceEnvironmental scienceEcologyComputer securityPsychology

Résumé

récupéré en direct d'OpenAlex

A list of indicators that can be used to track resilience of agricultural communities is presented in this brief. The provided data set covers a unique overview of policy-relevant indicators based on data on climate change impacts, vulnerability, adaptation, agriculture and rural development. This data is grouped into six critical sectors that are crucial for policy-makers to track resilience. The data is transferable and can be adjusted to different communities as the listed definitions can be modified to account for the specific local conditions. The indicators were used to identify a set of resilience indicators for rural agricultural communities in Ontario Canada (for details see "An Indicator Set to Track Resilience to Climate Change in Agriculture: A policy-maker׳s perspective" [1]).

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,196

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0350,026

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 Opus0,074
Tête enseignante GPT0,301
Écart entre enseignants0,227 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetAgriculture and Rural Development ResearchTravaux en français237 207