MétaCan
Menu
Retour à la cohorte
Enregistrement W3169476594 · doi:10.52155/ijpsat.v26.2.3143

Rational Use And Regulation Of Resources In Agriculture

2021· article· en· W3169476594 sur OpenAlexaff
Raximov Baxromjon Ibroximovich, Ibrokhimov Boburmirzo

Notice bibliographique

RevueInternational Journal of Progressive Sciences and Technologies (Medical University Varna) · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueEnergy and Environmental Sustainability
Établissements canadiensInnovation, Science and Economic Development Canada
Organismes subventionnairesnon disponible
Mots-clésAgricultureNatural resource economicsProduction (economics)Investment (military)BusinessAgricultural economicsAgricultural productivityProduction costEconomicsIndustrial organizationEngineeringMicroeconomics

Résumé

récupéré en direct d'OpenAlex

In the process of economic reforms in agriculture, a number of positive results have been achieved in improving market relations and mechanisms in the use of production potential in the agricultural sector.However, to date, the return on resources remains low due to the fact that the mechanism for improving the efficiency of the use of available resources in the agricultural sector is not fully adapted to the market.Therefore, it requires new approaches to the introduction of market mechanisms in this regard.At the same time, the lack of a longterm strategy for agricultural development hinders the efficient use of land and water resources, attracts investment in the sector, high incomes of producers and increase the competitiveness of products.In agriculture, as a result of declining crop yields and, conversely, rising costs, production ends with losses on most farms.The rapid increase in the share of a number of resources in the cost increase, in particular, mineral fertilizers, fuels and lubricants, technical costs, leads to an increase in the cost of production.Therefore, the issue of rational use of resources in the cultivation of products is one of the most pressing issues in the system.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,019
Communication savante0,0060,003
Science ouverte0,0010,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,009
Tête enseignante GPT0,222
Écart entre enseignants0,213 · 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'étudeThéorique ou conceptuel
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Progressive Sciences and Technologies (Medical University Varna)Même sujetEnergy and Environmental SustainabilityTravaux en français237 207