MétaCan
Menu
Retour à la cohorte
Enregistrement W3122478233

Using Previously Reported Cropland Acreage in Data Collection

2009· preprint· en· W3122478233 sur OpenAlexaboutno aff
HoaiNam N. Tran, Michael W. Gerling

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2009
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRespondentGeographyAgricultureQuarter (Canadian coin)LivestockAgricultural experiment stationWest virginiaAgricultural economicsForestryArchaeologyPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The National Agricultural Statistics Service (NASS) conducts surveys on the United States’ and Puerto Rico’s agriculture for the purpose of estimating crops, livestock, production practices, and farm economics. NASS’ Research and Development Division examined the agency’s June and September Agricultural Surveys to determine whether identical questions asked on both surveys could be eliminated on the September survey for June respondents, thereby reducing respondent burden. The questionnaires for these two surveys for five states (Delaware, Iowa, Nebraska, Texas, and Washington) were reviewed and identical questions (cropland, land owned, land rented to, land rented from, and storage capacity) were identified. This report specifically focuses on cropland. A second report focusing on additional items is scheduled for late 2009. Initially, between-quarter differences in cropland for the same operation were measured. If the indicated variation in the answers was not statistically significant, it was concluded that the questions could be omitted in September for those operators responding in June. This initial test showed that four of the five test states could have the June cropland data carried forward to the September Agricultural Survey. The analyses were then expanded to include all states participating in the June and September Agricultural Surveys. The results indicated that if the quality of the cropland data collected in June is improved then using the June reported data in September is feasible in the following twenty-two states: Arkansas, Delaware, Georgia, Idaho, Illinois, Indiana, Iowa, Louisiana, Maine, Michigan, Minnesota, Mississippi, Montana, Nebraska, North Dakota, Ohio, Pennsylvania, South Dakota, Utah, Virginia, Washington, and Wisconsin.

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)0,011
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 enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,011
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,006

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 Opus0,152
Tête enseignante GPT0,359
Écart entre enseignants0,207 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetAgricultural Economics and PolicyTravaux en français237 207