MétaCan
Menu
Retour à la cohorte
Enregistrement W2917993672 · doi:10.1051/ocl/2019005

Oilseed brassica in India: Demand, supply, policy perspective and future potential

2019· article· en· W2917993672 sur OpenAlexaboutno aff
R. S. Jat, V. V. Singh, Pankaj Sharma, P. Rai

Notice bibliographique

RevueOCL · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBrassicaAgricultureAgricultural economicsProductivityBusinessProduction (economics)PopulationGeographyBiotechnologyEconomicsAgronomyBiologyEconomic growth

Résumé

récupéré en direct d'OpenAlex

India is the largest agrarian subcontinent supporting 26% world’s agricultural population on 12% arable land. India is also the fifth largest vegetable oil economy accounting 7.4% oilseeds, 5.8% oils and 6.1% oil meal production, and 9.3% of edible oil consumption in the world. Oilseeds are the second most important agricultural economy in India next to cereals growing at a pace of 4.1% per annum in the last three decades. Oilseed brassica shares 23.5% area and 24.2% production of total oilseeds in the country. Despite being the third largest producer (11.3%) of oilseed brassica after Canada and China in the world, India meets 57% of the domestic edible oil requirements through imports and ranked 7th largest importer of edible oils in the world. Oilseed brassica achieved significant growth in India in the past, however, the productivity levels are still low owing to large cultivation under rainfed situation, biotic and abiotic stresses, and resources crunch. It is also facing the challenges of low genotypic potential, climate change and price fluctuation. Though, it embraces the immense scope to increase the production in traditional and non-traditional areas in India with proper inputs, technological interventions, and suitable policy framework. This needs to develop strategies in a well-planned, targeted manner with multi-scientific inputs, policy interface and stable price systems to bring the desired growth in oilseeds brassica production, and to reduce the import of edible oils in the country.

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)0,001
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: aucune
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,004
Tête enseignante GPT0,200
Écart entre enseignants0,197 · 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

Citations114
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOCLMême sujetAgricultural Economics and PracticesTravaux en français237 207