MétaCan
Menu
Retour à la cohorte
Enregistrement W3009193942

CGIAR Gender Equality in Food Systems Research Platform Proposal Resubmission

2019· other· en· W3009193942 sur OpenAlexfundno aff
Cgiar Gender Platform

Notice bibliographique

RevueCGSPace A Repository of Agricultural Research Outputs (Consultative Group for International Agricultural Research) · 2019
Typeother
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Centre for International Agricultural ResearchInternational Labour OrganizationConsortium of International Agricultural Research CentersInternational Fund for Agricultural DevelopmentInternational Livestock Research InstituteUnited Nations Development ProgrammeInternational Development Research CentreAfrican UnionUnited Nations Population FundStockholm Environment InstituteInternational Fine Particle Research InstituteWorld Health OrganizationWorld Agroforestry CentreWorld Bank Group
Mots-clésComputer scienceGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Impactful gender research within CGIAR is a precondition to achieving its mission of enabling people, especially women, to better nourish their families, while improving food system productivity and resilience. In the face of climate change and demographic shifts, such research has become more important than ever before, and is now essential for shared economic growth, manage natural resources and improve the lives of women and men. The CGIAR Generating Evidence and New Directions for Equitable Results (GENDER) Platform that we propose will catalyse targeted research on gender equality in agriculture and effectively collaborate with decision-makers to achieve a new normal: a world in which gender equality drives a transformation towards equitable, sustainable, productive and climate-resilient food systems.

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)0,021
score de la tête « metaresearch » (Gemma)0,048
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil0,765

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,048
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,002
Communication savante0,0120,004
Science ouverte0,0050,011
Intégrité de la recherche0,0100,004
Charge utile insuffisante (le modèle a refusé de juger)0,4630,250

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 Opus0,192
Tête enseignante GPT0,394
Écart entre enseignants0,202 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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 revueCGSPace A Repository of Agricultural Research Outputs (Consultative Group for International Agricultural Research)Même sujetClimate change impacts on agricultureTravaux en français237 207