MétaCan
Menu
Retour à la cohorte
Enregistrement W3151838929 · doi:10.21083/ruralreview.v5i1.6589

Disruptive Technologies in the Agri-food Sector: A Knowledge Synthesis

2021· article· en· W3151838929 sur OpenAlexaffvenueabout
Joelena Leader, Ben Shantz

Notice bibliographique

RevueRural Review Ontario Rural Planning Development and Policy · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)Work (physics)Emerging technologiesBusinessPresentation (obstetrics)Food sectorDisruptive technologyAgricultureFood systemsMarketingKnowledge managementFood securityEngineeringComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

The agri-food sector in Canada is entering an “age of disruption” where the rapid expansion of technology, like IoT, genetic advancements, and robotics, has potential to fundamentally reshape the futureof work and the development of rural communities across Canada. This presentation reports on the firstphase of a multi- phased project that assesses the impacts of disruptive technologies in the agri-food sector, including the scope of technologies that could disrupt traditional production practices and the future of work. An overview of the project and the findings from our initial research and knowledgesynthesis is presented along with the planned future phases and next steps. Using technology assessment,key informant interviews and comparative case studies, this research aims to identify disruptive technologies and companies, assess their social and spatial implications, and explore how regional stakeholders are responding to these impacts. This research aims to assist local and provincial policymakers in designing and assessing new policies and programs to respond to the impacts of disruptive technologies in the agri-food sector.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,864
Score d'incertitude au seuil0,963

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,026
Tête enseignante GPT0,251
Écart entre enseignants0,225 · 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'étudeAutre devis
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

Citations5
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRural Review Ontario Rural Planning Development and PolicyMême sujetOrganic Food and AgricultureTravaux en français237 207