MétaCan
Menu
Retour à la cohorte
Enregistrement W32655724 · doi:10.14740/gr1292

Mid term evaluation of the Bavarian agri-environmental programme. Effects of the KULAP-A on soil and water /доклад на 87 семинаре ЕААЕ, Assessing Rural Development Policies of the CAP, Vienna, Austria, 21-23 April 2004

2004· article· en· W32655724 sur OpenAlexvenueno aff
Karin Eckstein, Helmut Hoffmann, Jutta Gloeggler

Notice bibliographique

RevueGastroenterology Research · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)AgricultureAbandonment (legal)Environmental planningCommon Agricultural PolicyEnvironmental protectionGeographyRural developmentEnvironmental resource managementEnvironmental scienceBusinessForestryPolitical science

Résumé

récupéré en direct d'OpenAlex

In the context of the mid-term evaluation of rural development programmes (EU regulation 1257/99) the Bavarian agri-environmental programme, the so-called Kulturlandschaftsprogramm Part A” (KULAP-A), was evaluated. By means of this programme, only agricultural land related measures are supported. The measures may refer to the whole agricultural enterprise, parts of it or the individual plot. The guideline of the EU-commission demand analysis about the effects of the programme on biotic and abiotic environmental resources such as soil, water, species and their habitat and landscape. This paper focuses on the results concerning the protection of soil erosion and water contamination. For this, statistical data corresponding the supported measures were analysed. Additionally a survey of farmers participating and non-participating at the programme was conducted. In this study the dead-weight-effect is discussed as an effect which can be excluded in cases when: due to the programme an intensification of management is prevented, a low intensive management is reached or the abandonment of farming could at least be delayed.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,226

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,042
Tête enseignante GPT0,280
Écart entre enseignants0,238 · 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

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGastroenterology ResearchMême sujetAgricultural Economics and PolicyTravaux en français237 207