MétaCan
Menu
Retour à la cohorte
Enregistrement W3047940892 · doi:10.5539/sar.v9n4p1

Canada’s Environmental Farm Plan: Evaluating Implementation, Use of Services, and the Influence of Social Factors

2020· article· en· W3047940892 sur OpenAlexafffundvenueabout
Paul Smith, Carrie Bibik, Jon Lazarus, D. M. Armitage, Cindy Bradley-Macmillan, Maxine Hong Kingston, Andrew T. Graham, Ryan Plummer, Robert Summers

Notice bibliographique

RevueSustainable Agriculture Research · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainable Agricultural Systems Analysis
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of AlbertaBrock UniversityUniversity of GuelphMinistry of Agriculture, Food and Rural Affairs
Organismes subventionnairesMinistry of Agriculture, Food and Rural AffairsAgriculture and Agri-Food CanadaOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésBusinessService (business)Action planMarketingIncentiveEconomics

Résumé

récupéré en direct d'OpenAlex

Canada’s Environmental Farm Plan (EFP) is a voluntary, self-administered education and risk assessment tool that assists farmers in developing customized action plans to address environmental risks on their farms. During 2010-11 a study was undertaken in Ontario to evaluate the level of implementation of the EFP, the use of related services and resources, and social factors influencing implementation and services used. A confidential survey of 189 Ontario farmers with EFPs revealed high levels of implementation and significant investments of time and money to reduce environmental risks and improve environmental conditions. Farmers completed or were implementing 67.5% (median) of their action plans, up from 55% reported in a survey in 1999. Farmers invested an average of C$69,600 per farm in agri-environmental activities (of which 73% was drawn from their own funds) and spent 130 hours of their time per farm. Percent implemented, time and cost are all much higher compared to the survey in 1999. Farmers used many existing services in preparing and implementing their EFPs. In 2010, social factors significantly influenced motivation, preferences and service needs including education, age and main commodity produced. Also in 2010, 95% percent of farmers reported perceived environmental improvements on their farm operations. The results emphasize the importance of combining risk assessment, education and financial incentives as well as offering a range of program services to appeal to the varied needs of different farmers.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,652
Score d'incertitude au seuil0,811

Scores Codex et Gemma par catégorie

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

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 Opus0,025
Tête enseignante GPT0,288
Écart entre enseignants0,263 · 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 tête enseignante, 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

Citations6
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueSustainable Agriculture ResearchMême sujetSustainable Agricultural Systems AnalysisTravaux en français237 207