MétaCan
Menu
Retour à la cohorte
Enregistrement W3124104254

Where is Risk in Fumigation Choice: Methyl Bromide versus Alternatives?

2015· preprint· en· W3124104254 sur OpenAlexaboutno aff
Serhat Aşci, John J. VanSickle, Curtiss J. Fry, John E. Thomas

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2015
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFumigationYield (engineering)ChloropicrinAgricultural scienceMontreal ProtocolRevenueBusinessEnvironmental scienceAgricultural economicsEconomicsAgronomyOzoneOzone layerChemistryFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The phaseout of Methyl Bromide (MBr) required by the Montreal Protocol on Substances that Deplete the Ozone Layer has decreased its use in soil fumigation in the United States (U.S.). Reduced supplies also increased the price of MBr and affected producers net revenues and its cost effectiveness as a soil fumigant. The phaseout encouraged some producers to switch to available alternatives. Previous studies using partial budget analysis show that some alternatives are more cost effective with higher yields. Nevertheless, the share of crop acreage treated with MBr remains high, especially for tomatoes and strawberries. This study analyzes producers’ risk and risk aversion to construct a more comprehensive yield and economic analysis of the MBr use decision. The data are collected from fresh tomatoes production trials with MBr and alternatives conducted at the Plant Science Research and Education Unit, University of Florida in Citra, FL. The results show that alternative fumigants (especially carbonated Telone C35 with totally impermeable films) are often cost effective and provide higher yields. However, a risk analysis indicates that MBr has lower downside risk and is still preferred by risk averse producers.

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)0,006
score de la tête « metaresearch » (Gemma)0,020
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0050,007
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,059
Tête enseignante GPT0,337
Écart entre enseignants0,278 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207