MétaCan
Menu
Retour à la cohorte
Enregistrement W4293746002 · doi:10.56093/ijas.v92i4.123972

Global status of lentil production with special reference to India

2022· article· en· W4293746002 sur OpenAlexaboutno aff
A Amarender A. Reddy, D P MALIK, MONIKA DEVI

Notice bibliographique

RevueThe Indian Journal of Agricultural Sciences · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUttar pradeshAgricultureGeographyCropSubtropicsProduction (economics)West bengalYield (engineering)AgroforestryToxicologyAgricultural economicsBiologySocioeconomicsForestryEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

India needs to increase it pulse production to meet the growing demand. Lentil is one of the important pulse crop grown in winter season in tropical and subtropical regions of world. The study analysed the trends in production and trade scenario in India and globally from 2000–2018 and came out with strategies for increasing production. The state-wise analysis was carried out for major producing states like Madhya Pradesh, Uttar Pradesh, Bihar, West Bengal and Rajasthan from 2000–2019. The lentil production in the world reached around 6.33 million tonnes in 2018 with an annual growth rate of 4.4% since last 20 years. Asia alone contributed more than half of total global lentil production. The share of American and Oceania regions in global lentil production increased in recent years. There was increase in lentil yield in recent years in Africa, Asia and American regions due to adoption of improvedproduction technologies. India and Canada together contributed more than 50% of total world lentil production. Lentil yield was highest in Canada (1425 kg/ha), lowest in India (744 kg/ha) in 2018. The lentil production in India touched 1.47 million tonnes with larger share contributed by Bihar, Madhya Pradesh, Rajasthan, Uttar Pradesh and West Bengal in 2018. India is the leading importing nation sharing more than one-fourth of total world import during last five years. Adoption of drought, heat, biotic stresses tolerant high yielding cultivars are required to meet estimated demand of 2.00 million tonnes by 2030.Keywords: Agricultural production, Economics, Legumes, Lentil, Policy Interventions, Trade

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,231
Écart entre enseignants0,205 · 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

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Indian Journal of Agricultural SciencesMême sujetAgricultural Economics and PracticesTravaux en français237 207