MétaCan
Menu
Retour à la cohorte
Enregistrement W2915068792 · doi:10.5539/jas.v11n3p515

A Case Study on the Dairy Project “Full Bucket” in Brazil: Socioeconomic and Environmental Characteristics in Areas Under Its Guidelines

2019· article· en· W2915068792 sur OpenAlexvenueno aff
Álvaro Antônio Xavier de Andrade, Rafael da Silva Teixeira, Rodrigo Nogueira de Sousa, Reinaldo Duque Brasil Landulfo Teixeira, Dênis Antônio da Cunha, Emanuelle Mercês Barros Soares

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Reuse
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusProductivityLegislationNutrientBusinessAgricultural scienceGeographyAgricultural economicsEnvironmental scienceSocioeconomicsPolitical scienceEconomic growthEconomicsEnvironmental healthEcologyPopulation

Résumé

récupéré en direct d'OpenAlex

Socioeconomic and environmental characteristics in areas under Brazilian Balde Cheio Project (BCP) were evaluated. Questionnaires were applied to identify productive and socioeconomic characteristics of small farmers, and farmers’ perceptions on the implementation and operation of BCP. Soil and water samples were also taken. It seems that farmer’s perception about the BCP is associated to their socioeconomic reality; while environmental issue does not have the same relevance. According to the farmers, it was verified increase of productivity, and financial income. All farmers agree that they have not followed carefully the NGO guidelines, which is a matter of concern, because the differences among reality farms. In studied soils were observed that organic carbon levels decreased in areas under the BCP management. The NO32-, Cl- and SO42- concentrations in the waters samples were below the maximum stipulated by Brazilian environmental legislation. However, it should be highlighted that high nutrient addition and low C input in the system, can result in high losses of nutrients and also CO2 into the atmosphere.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,241

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,265
Écart entre enseignants0,239 · 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 tête enseignante, 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetWastewater Treatment and ReuseTravaux en français237 207