MétaCan
Menu
Retour à la cohorte
Enregistrement W2950688647

An Assessment Of The Development Potential Of Short Food Supply Chains In The Iaşi County

2018· article· en· W2950688647 sur OpenAlexaboutno aff
Lucian Tănasă, Ioan Sebastian Brumă, Sebastian Doboș

Notice bibliographique

RevueAgricultural Economics and Rural Development · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Trade and Competitiveness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultureBusinessFood supplyFood processingAgricultural economicsSupply chainProduction (economics)Agricultural scienceQuarter (Canadian coin)Food chainSupply and demandMarket basketMarketingGeographyEconomicsEnvironmental scienceFood science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

At present, short food-supply chains (SFSCs) are an economically viable alternative to globalized agri-food circuits and have an ever increasingly important role in local supply networks. SFSCs are varied in nature and practice and effectively provide many economic, social, cultural, environmental and, last but not least, community benefits. The specific soil and weather characteristics of Iaşi county make for a wide range of agricultural and agri-food products – ranging from grains, industrial crops, fruit and vegetables to processed products. In the first quarter of 2017, according to the data provided by ANSVSA Iaşi, more than 3, 400 units producing, processing and marketing animal and non-animal products were operating in Iaşi county, most of them located in Iaşi county area. A large part of production is sold on Iaşi market, through SFCSs, under various forms: producer shops, farm gate vendors, specialized shops (grocery stores, butchers` shops, meat deli shops, greengrocers’ shops, etc.), on the agri-food markets, on-line stores, Facebook groups, as well as in supermarkets. The present case study aims at emphasizing the importance and reliability of the existing SFSCs in the agri-food sector of Iaşi county.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,209
Écart entre enseignants0,199 · 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 présentoui

Explorer davantage

Même revueAgricultural Economics and Rural DevelopmentMême sujetGlobal Trade and CompetitivenessTravaux en français237 207