MétaCan
Menu
Retour à la cohorte
Enregistrement W4213365298 · doi:10.5539/jas.v14n3p164

Management of Açai Areas in the Sustainability-Oriented Supply Chain in the Municipality of Abaetetuba-Pará

2022· article· en· W4213365298 sur OpenAlexvenueno aff
Eldilene da Silva Barbosa, Herdjânia Veras de Lima, Leila Marcia Sousa de Lima Elias, Artur Vinícius Ferreira dos Santos

Notice bibliographique

RevueJournal of Agricultural Science · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Food Sciences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityBusinessProduction (economics)Work (physics)AgricultureAmazon rainforestEnvironmental resource managementEnvironmental planningGeographyAgricultural scienceEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

The objective of this work is to characterize the areas of Açaí management focused on sustainability and identify impacts caused by its exploitation, in the municipality of Abaetetuba (Pará), Brazil. Therefore, information was collected on the Açaí management system, showing and verifying the impacts of production on the continuity of production based on sustainability. As the methodology, a documental analysis was carried out, which was done through research carried out and data from IBGE (Brazilian Institute of Geography and Statistics) and BASA (Amazon Bank S.A.) in PRONAF (National Program for Strengthening Family Agriculture), INCRA (National Institute of Colonization and Agrarian Reform) and through literature: articles, theses, dissertations, etc. The considerations point out the impacts that intensive management can generate on production and that the use of traditional management that has lesser impacts can ensure less impact on the environment and generate a balance in production, contributing to productive maintenance besides reducing impacts on the environment, providing local farmers with a capacity for sustainability, as it aids families socially, strengthening the economy and balancing the environment.

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 enseignants0,038
Score d'incertitude au seuil0,076

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,241
Écart entre enseignants0,226 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAgricultural and Food SciencesTravaux en français237 207