MétaCan
Menu
Retour à la cohorte
Enregistrement W3152300998

Agriculture in a Water-Scarce World

2007· article· en· W3152300998 sur OpenAlexaboutno aff
Brad Gilmour, Aleksandar Jotanovic, Rajendra Gurung, Tania Polcyn, Hugh Deng

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncentiveBusinessScarcityWater scarcityNatural resourceNatural resource economicsWater resourcesPopulationCorporate governanceEcosystem servicesNatural capitalEnvironmental resource managementAgricultureResource (disambiguation)Agency (philosophy)Integrated water resources managementEnvironmental planningSustainabilityEconomicsGeographyEcosystemFinanceEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

With a relatively small population and 7% of the world's available freshwater resources, Canada is well placed for a world of water scarcity where the real value of water in its many uses becomes more and more apparent. However, action is necessary to ensure that Canada continues to benefit from the social, economic and environmental goods and services derived from water resources. Experience and analysis suggests that policy and incentives play critical roles in the sustainable exploitation of natural resources. In particular, properly valuing water in all its forms and uses appears to be critical. Analysis abroad has underlined the benefits of clearly delineating the roles of regulators, resource managers, infrastructure operators and service providers. The separation of water property rights and use rights from land title issues has also been found to improve incentives and resource governance. Approaches which build in rewards for non-market benefits and penalties for negative spill-overs have achieved success. To better prepare for the future, Canada' s water governance institutions need to explore means of improving our own water allocation and incentive systems. Experts in the field have already identified several areas where effort is warranted: plant breeding to deal with water scarcity and changing climate in areas of stress; understanding and better protecting natural capital and ecosystems that will become scarcer in future; inter-agency collaboration to ensure coordinated engagement on water with U.S, and; undertaking more comprehensive bio-economic modeling and analysis to better anticipate water stresses at home and abroad.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,426
Score d'incertitude au seuil0,848

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0060,004
Communication savante0,0040,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,012
Tête enseignante GPT0,203
Écart entre enseignants0,191 · 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'étudeSans objet
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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAgricultural Economics and PolicyTravaux en français237 207