MétaCan
Menu
Retour à la cohorte
Enregistrement W3119882459 · doi:10.1080/21683565.2020.1866143

Farmers’ perspectives on soil health in Maritime Canada

2021· article· en· W3119882459 sur OpenAlexaffabout
Carolyn Mann, Derek H. Lynch, Steven Dukeshire, Aaron Mills

Notice bibliographique

RevueAgroecology and Sustainable Food Systems · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensAgriculture and Agri-Food CanadaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSoil healthAgricultural soil scienceSoil managementSoil waterBusinessSoil textureSoil fertilityEnvironmental scienceAgroforestryEnvironmental resource managementSoil biodiversitySoil organic matterSoil science

Résumé

récupéré en direct d'OpenAlex

Although farmers are the key actors in managing soil health, we have little understanding of what farmers know about soil health, how they define the term, and how they manage for it on their farms. Interviews with 34 farmers in Maritime Canada revealed their perceptions about soil health, their methods for assessing their own soils, and their reactions to a comprehensive soil health assessment based on the Cornell Soil Health Assessment (CSHA). Farmers primarily assessed soils using aboveground indicators such as plant health and yield, as well as physical indicators such as texture or water-holding capacity. Most farmers (91%) had heard of soil health, and their definitions focused on biological and productivity aspects of the soil. Organic farmers tended to be more open to the CSHA results and were more likely to give a holistic definition of soil health than conventional farmers. Depending on what frame is invoked about soil, farmers think of soil health differently. Despite differences between farmers’ perceptions and CSHA results, most farmers found CSHA results useful (71%) and planned to undertake management changes (74%) based on them. Soil health could be an ‘inclusive’ common ground for farmers and soil scientists to think about and manage soils.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,575
Score d'incertitude au seuil0,616

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,198
Écart entre enseignants0,191 · 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

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgroecology and Sustainable Food SystemsMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207