MétaCan
Menu
Retour à la cohorte
Enregistrement W4297975013

Barley production in Russia and in the world

2018· article· en· W4297975013 sur OpenAlexaboutno aff
A. A. Dontsova, E. G. Filippov, D. P. Dontsov, E. A. Ternovaya

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Productivity and Crop Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)EconomicsMacroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Barley is one of the most important forage crops. The main barley producers are the European Union, Russia, Ukraine, Canada, Australia, Turkey and the USA. The share of the European Union is 42.3% of the total barley production in the world. The leading countries are France and Germany. In spite of decrease of the need of forage in husbandry, the Russian Federation is the first in the world in the acreage of barley. Saudi Arabia was the principal country of barley marketing for Russia in 2015 (57.3% of the total amount). The largest amounts of barley are sent from RF to Iran, Jordan, Kuwait, Libya and Tunisia. The Prevolzhsky and Central Federal Districts are the principal producers in Russia and the Voronezh region is the largest productive area in Russia. The Orenburg region is the first in Russia in the amount of acreage. The share of the Southern federal District is about 15% of the total barley production Russia. There is an increase of winter barley acreage and decrease of spring barley acreage in the Rostov region. The countries of EU are characterized with the largest productivity of barley in the world. On average in Russia winter barley productivity is 35.9 hwt/ha and spring barley productivity is 21.8 hwt/ha. In 2015 the Veselovsky, Myasnikovsky, Kagalnitsky and Zernogradsky districts obtained the largest yields of barley in the Rostov region (more than 5.0 t/ha). The Semikorokorsky, Myasnikovsky, Kagalnitsky and Zernogradsky districts harvested more than 3.0 t/ha of spring barley. One of the most important directions of stable production of barley is the introduction of new varieties. The varieties of FSBSI ARRIGC after I.G. Kalinenko due to their good adaptability to the local environment realize their productive potential well. Their use in production will play a definite part in increase of barley productivity, crop stability and a complete supply with valuable forage.

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)0,000
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 enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,203
Tête enseignante GPT0,481
Écart entre enseignants0,278 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetAgricultural Productivity and Crop ImprovementTravaux en français237 207