MétaCan
Menu
Retour à la cohorte
Enregistrement W3126097668 · doi:10.22004/ag.econ.91410

Ecological Goods and Services Survey Summary Prepared for: Lower Souris Watershed Committee

2009· preprint· en· W3126097668 sur OpenAlexaboutno aff
Alicia Entem, Jim Unterschultz, Scott R. Jeffrey

Notice bibliographique

RevueAgEcon Search (University of Minnesota, USA) · 2009
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInvertebrate Taxonomy and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultureSustainabilityCroppingLand useMarginal landLand managementAgroforestryBusinessGeographyUnit (ring theory)Agricultural economicsEnvironmental scienceEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

An interview based survey of farm landowners in the south east corner of Saskatchewan was undertaken to evaluate the provision of wildlife habitat by agriculture. Producers were asked to provide management information regarding a piece of their land that was managed as a unit. Within the past ten years there has been a reduction in the conversion of remaining native land to crop land, an increase in conversion of annual crop land to perennial cover crops, an increase in the use of minimum disturbance (no-till) farming, and a decrease in the use of fire on stubble fields and sloughs. Many producers in the area often stated economic reasons for their current land use division. Even ecological reasons (productive capacity of the soil, poor cropping soil, light soil etc.) often had an economic basis. If the land was not productive enough, a management scheme with lower input costs would be adopted. This was commonly demonstrated in this survey by the conversion of marginal land to tame forages. Producers within this region seem willing to adopt farming practices that connect economic sustainability with environmental responsibility. This survey is part of an-on going study of the region.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil0,722

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,2160,076

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 Opus0,043
Tête enseignante GPT0,227
Écart entre enseignants0,184 · 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 revueAgEcon Search (University of Minnesota, USA)Même sujetInvertebrate Taxonomy and EcologyTravaux en français237 207