MétaCan
Menu
Retour à la cohorte
Enregistrement W2972174060 · doi:10.1515/bot-2019-0017

Commercialization of Irish moss aquaculture: the Canadian experience

2019· article· en· W2972174060 sur OpenAlexaffabout
J. S. Craigie, M. Lynn Cornish, Louis E. Deveau

Notice bibliographique

RevueBotanica Marina · 2019
Typearticle
Langueen
DomaineEnergy
ThématiqueAlgal biology and biofuel production
Établissements canadiensAcadian Seaplants (Canada)National Research Council Canada
Organismes subventionnairesDartmouth College
Mots-clésAgricultureMossIrishAquacultureCommercializationMaricultureBiomass (ecology)Cultivation SystemCropAgricultural economicsBusinessGeographyAgronomyEnvironmental scienceAgroforestryEcologyBiologyFisheryMarketingEconomicsFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Abstract Irish moss traditionally has been valued for its hydrocolloid composition. Recognition that natural harvests would not meet the expected demands for its biomass led to experimental pilot-scale cultivation based on principles used in agriculture. Innovative technologies and systems for aquaculture management were devised when those from agriculture or mariculture were not directly transferrable. Periods of rapid progress and of consolidation due to disruptive external events were encountered, a cycle not uncommon during the introduction of a new technology. Certain key decisions in the background matrix that ultimately led to Irish moss cultivation are reviewed together with an overview of the main critical events that affected progress. The Chondrus crispus aquaculture as practiced today is essentially a modified form of precision agriculture operating year-round with c. 3.4 ha of on-land culture tanks and up to 75 employees during the peak season. Beginning with new Irish moss seedstock from the library/nursery, the crop is generated through a closely controlled, vertically integrated system of cultivation that after approximately 18 months increases the biomass more than 50,000-fold. After harvesting it is processed into the final food-grade products to meet the stringent demands of the export market.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,336

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0040,002
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,018
Tête enseignante GPT0,247
Écart entre enseignants0,230 · 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

Citations25
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBotanica MarinaMême sujetAlgal biology and biofuel productionTravaux en français237 207