MétaCan
Menu
Retour à la cohorte
Enregistrement W3047992578 · doi:10.1017/sus.2020.19

Assessment of the growth in social groups for sustainable agriculture and land management

2020· article· en· W3047992578 sur OpenAlexaff
Jules Pretty, Simon Attwood, Richard Bawden, Henk van den Berg, Zareen Pervez Bharucha, John Dixon, Cornelia Butler Flora, K Gallagher, Ken Genskow, Jan Willem Ketelaar, Japhet K. Kiara, Vijay Kumar, Yuelai Lu, Tom MacMillan, Anne Maréchal, Alma Linda Morales-Abubakar, Andrew Noble, P. V. Vara Prasad, Ewald Rametsteiner, John P. Reganold, Jacob I. Ricks, Johan Rockström, Osamu Saitô, Peter S. Thorne, Songliang Wang, Hannah Wittman, Michael Winter, Puyun Yang

Notice bibliographique

RevueGlobal Sustainability · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRestructuringSocial capitalAgricultureGrowth managementSustainabilityLand managementEquity (law)Economic growthLand useBusinessSocial sustainabilitySocial equalityProductivityAgricultural economicsNatural resource economicsDevelopment economicsEconomicsGeographyPolitical scienceMarket economyFinance

Résumé

récupéré en direct d'OpenAlex

Non-technical summary Until the past half-century, all agriculture and land management was framed by local institutions strong in social capital. But neoliberal forms of development came to undermine existing structures, thus reducing sustainability and equity. The past 20 years, though, have seen the deliberate establishment of more than 8 million new social groups across the world. This restructuring and growth of rural social capital within specific territories is leading to increased productivity of agricultural and land management systems, with particular benefits for those previously excluded. Further growth would occur with more national and regional policy support.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,013
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,008
Tête enseignante GPT0,235
Écart entre enseignants0,227 · 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

Citations93
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal SustainabilityMême sujetRural development and sustainabilityTravaux en français237 207