MétaCan
Menu
Retour à la cohorte
Enregistrement W4287731579 · doi:10.11144/javeriana.10554.40390

Impacto de la estrategia de participación forzosa en la erradicación de cultivos ilícitos sobre la proporción de áreas sembradas

2020· dissertation· es· W4287731579 sur OpenAlexaff
Bayron de Jesús Cubillos López

Notice bibliographique

Revuenon disponible
Typedissertation
Languees
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural risk and resilience
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

El presente trabajo busca determinar el impacto en la proporción del uso del suelo destinado a la producción de cultivos ilícitos y mixtos en las Unidades Productoras Agropecuarias con Coca (UPAC) en el año 2014, como consecuencia de la implementación de la política de erradicación de cultivos ilícitos en su estrategia de participación forzosa; en la que se encuentran los programas de Erradicación por Aspersión Aérea con Glifosato y Erradicación Manual Forzosa. Para estimar el impacto cuantitativo de la política, se utiliza la menor distancia de la UPAC con respecto al Parque Nacional Natural (PNN) más cercano, a través del diseño de un método de variables instrumentales. Como resultado, el modelo encuentra que el impacto de la política de erradicación de cultivos ilícitos reduce la proporción de uso del suelo destinado a la siembra de cultivos ilícitos y mixtos. Finalmente, el modelo estima una reducción de 12,9% y 8,5% en la participación del uso del suelo destinado a la producción de cultivos ilícitos y mixtos, respectivamente; se observa así un mayor efecto cuando el uso del suelo se orienta a la siembra de cultivos ilícitos exclusivamente, en comparación con el suelo destinado a los cultivos mixtos.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,064
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 GPT0,284
Écart entre enseignants0,273 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAgricultural risk and resilienceTravaux en français237 207