MétaCan
Menu
Retour à la cohorte
Enregistrement W4281640402 · doi:10.1201/9781003286417-11

Legume Production and Climate Change

2022· book-chapter· en· W4281640402 sur OpenAlexaboutno aff
Abdel Rahman Al-Tawaha, D. L. McNeil, Yahia A. Othman, Ibrahim Mohammad AlRawashdeh, Muhammad Adnan, Muhammad Zamin, Ali M. Qaisi, Abdel Razzaq Al‐Tawaha, Nusrat Jahan, Mohd Abas Shah, Shah Khalid, Rokayya Sami, Abdur Rauf, Devarajan Thangadurai, Jeyabalan Sangeetha, Shah Fahad, R. A. Youssef, Wafa’a A. Al-Taisan, Duraid K. A. Al-Taey

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegumeAgroecosystemAgroforestryAgricultureDiversification (marketing strategy)GeographyAgricultural diversificationTropicsCropSustainabilityRainfed agricultureClimate changeProduction (economics)Crop productionAgronomyBiologyBusinessEcologyForestryEconomics

Résumé

récupéré en direct d'OpenAlex

Legumes are grown in more than 120 countries across all the continents. Ninety per cent of the global production of legumes is in a small group of countries such as India, Turkey, Pakistan, Bangladesh, Nepal, Iran, Mexico, Myanmar, Ethiopia, Australia, Spain, Canada, Syria, Morocco, and Egypt. Legumes are vegetarian sources of proteins and are an integral part of daily diet in several forms universally. Legume crops are great worth crops and play a dynamic role in crop diversification and economic sustainability of legume farming systems in dry areas. Most of the legume crops are grown under rainfed agroecosystem with poor level of input use which has resulted in low production. In this chapter we focus on (i) ecology and adaptation of legumes crop, (ii) physiological responses of grain legumes to stress environments, (iii) agronomic approaches to stress management.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,061
Tête enseignante GPT0,228
Écart entre enseignants0,167 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207