MétaCan
Menu
Retour à la cohorte
Enregistrement W3121327003 · doi:10.2478/eual-2020-0006

Legal Barriers in the Business of Biofertilizers and Biopesticides in Ukraine

2020· article· en· W3121327003 sur OpenAlexaboutno aff
Hasrat Arjjumend, Konstantia Koutouki, Anatolii P. Getman, Olga Donets

Notice bibliographique

RevueEU agrarian Law · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioeconomy and Sustainability Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiopesticideBusinessBiofertilizerGovernment (linguistics)ProductivityBiotechnologyAgricultureAgricultural scienceEconomicsEconomic growthGeography

Résumé

récupéré en direct d'OpenAlex

Abstract ‘Biologicals’ (biofertilizers and biopesticides) are microbial products that increase agricultural productivity, while also contributing to soil health. These microbial products are relatively safe for human consumption. However, the legal registration of microbial products and the operation of businesses in this sector face barriers that affect the expansion and widespread use of these green products. A study of these barriers was conducted by researchers at the Université de Montréal, with the financial support of Mitacs and Earth Alive Clean Technologies, using participa-tory methods of semi-structured interviews, structured interviews and informal discussions with the manufacturers, suppliers and traders of biologicals, as well as the government officers dealing with biologicals in Ukraine. This article analyses the data collected from the participants concerning obstacles to the registration, licensing, and proliferation of microbial products.

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 enseignants0,455
Score d'incertitude au seuil0,346

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 Opus0,013
Tête enseignante GPT0,188
Écart entre enseignants0,175 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueEU agrarian LawMême sujetBioeconomy and Sustainability DevelopmentTravaux en français237 207