MétaCan
Menu
Retour à la cohorte
Enregistrement W3208979792 · doi:10.1017/ssh.2021.24

Trawling the Ocean of Grass: Soil Nitrogen in Saskatchewan Agriculture, 1916–2001

2021· article· en· W3208979792 sur OpenAlexaboutno aff
Laura Larsen

Notice bibliographique

RevueSocial Science History · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultureSoil fertilityProductivityEnvironmental scienceGeographyAgronomyNutrientLivestockBiomass (ecology)Arable landAgroforestryForestrySoil waterEcologyArchaeologyBiologyEconomicsSoil science

Résumé

récupéré en direct d'OpenAlex

Abstract Using a socioecological metabolism approach to analyze data from the Census of Agriculture, this article examines the underlying soil fertility of two case study areas in the Canadian province of Saskatchewan through the calculation of soil nitrogen balances. The Rural Municipalities of Wise Creek and Livingston are 300 miles apart and therefore have different topography, soil types, and rainfall levels, even though both are within the northern Great Plains. Over 85 years, from first settlement in the 1910s until the beginning of the twenty-first century, Wise Creek agriculture focused increasingly on livestock production while in Livingston farmers began to grow a greater variety of crops, most notably incorporating canola into rotations. Despite the differences between the two case studies, the pattern of soil nitrogen losses was remarkably similar, with biomass yields declining along with soil nitrogen. The addition of chemical nitrogen fertilizers since the 1960s did not produce yields matching historic highs, nor did a renewed focus on livestock. Wise Creek and Livingston showed two different responses to declining yields, but neither one ultimately provided a long-term solution to the problem of soil nutrient depletion and consequent productivity declines.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,198
Écart entre enseignants0,188 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Science HistoryMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207