MétaCan
Menu
Retour à la cohorte
Enregistrement W2951782131

An Overview of the World Agricultural Machinery Manufacturing Sector

2018· article· tr· W2951782131 sur OpenAlexaboutno aff
Gülfinaz Özoğul

Notice bibliographique

RevueDergiPark (Istanbul University) · 2018
Typearticle
Languetr
DomaineEngineering
ThématiqueAgricultural Engineering and Mechanization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultureArable landDiversification (marketing strategy)Agricultural economicsAgricultural machineryBusinessAgricultural productivityProduct (mathematics)PopulationProduction (economics)International tradeEconomicsGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The problem that manufacturers of agricultural machinery are trying toovercome today is that they can develop the most appropriate technologies andproducts for the world's arable agricultural areas in different structures.While Europe and North America respectively account for 4% and 10% of theworld's arable land, this rate is 35% for Asia, 24% for Africa, 18% for LatinAmerica and 9% for Australia. Nowadays, rise and diversification of demand foragricultural machinery and equipment depend on such parameters as productionpatterns, product prices, alternative credit resources, and credit costs.Agricultural needs that are different from each other can only be met bymachine-equipment designed and manufactured according to these needs. In thisstudy, analyses of world agriculture sector have been evaluated in terms ofagricultural production, income, sectoral structure, rural population, andlevel of trade and export. By evaluating world agricultural machinerymanufacturing industry, technological tendencies, in the sector have been putforward. The most important result of the study is the growth of size in thefarms in the developed countries like the USA, Canada, the EU, Australia and insome Latin American countries like Argentina, Brazil, Mexico, and theutilization of high technology is the most important advancement in the sector.In these countries, a great number of sales of the agricultural machinery andequipments are mainly for replacing the old technology equipments. On the otherhand, the increase of the average farm size affects the sales of the machinesper farm negatively. However, this situation does not negatively affectturnover as more expensive machines will be sold. Farmers demand the use ofinnovative machines for private use and production, multi-tasking possessionand include features that can be used in niche production areas. Minimal energyconsuming machines summarize safety, efficiency, comfort and versatilityexpectations.

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)0,000
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0100,018
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0120,005

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 Opus0,015
Tête enseignante GPT0,195
Écart entre enseignants0,181 · 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
GenreSynthèse

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDergiPark (Istanbul University)Même sujetAgricultural Engineering and MechanizationTravaux en français237 207