MétaCan
Menu
Retour à la cohorte
Enregistrement W3153137269 · doi:10.1111/cjag.12281

The impact of COVID‐19 on the grains and oilseeds sector: 12 months later

2021· article· en· W3153137269 sur OpenAlexaffvenueabout
Derek G. Brewin

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPaceAgricultural economicsProduction (economics)EconomicsCoronavirus disease 2019 (COVID-19)BusinessInternational economicsInternational tradeGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Brewin (2020) was optimistic about the fate of the Canadian grains and oilseeds sector in 2020 as the COVID‐19 pandemic descended on the world. The sector did generate a large crop and, towards the end of 2020, saw a lift in prices. This contributed to record farm income in Canada in 2020. The pace of grain and oilseed exports in Canada and ethanol demand in the east were affected by COVID‐19, but the forecast of a “near normal” 2020 was relatively accurate. Production and prices stayed on track, largely because the world did not impose significant new barriers to trade in cereals and oilseeds and because these sectors have distanced labor in virtually every step of the supply chain which protected these markets from this pandemic. The dominant price factor for the sector remains global demand that had been growing before 2020 relative to the pace of production and may have been stimulated by deficit budgets around the world. Compared to the tight global stocks, COVID‐19 had a minor impact on grain prices which led to steady production worldwide and in Canada. We are still waiting for more evidence to assess the role of federal coordination in the success of the grains and oilseed sector in 2020, but Canada's past participation in trade and safety protocols based on science allowed the grains and oilseed sector in Canada to earn a very good income in 2020.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,595
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,048
Tête enseignante GPT0,205
Écart entre enseignants0,157 · 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.

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

Citations11
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomieMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207