MétaCan
Menu
Retour à la cohorte
Enregistrement W4327843957 · doi:10.5604/01.3001.0016.2794

AGRICULTURE AS A SECTOR OF PROFESSIONAL ACTIVITY OF RURAL INHABITANTS IN THE MAZOWIECKIE REGION

2023· article· en· W4327843957 sur OpenAlexaboutno aff
Nina Drejerska

Notice bibliographique

RevueAnnals of the Polish Association of Agricultural and Agribusiness Economists · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultureQuarter (Canadian coin)Rural areaWork (physics)BusinessRural sectorPublic sectorDemographic economicsSocioeconomicsAgricultural economicsEmpirical researchEconomic growthGeographyEconomicsPolitical scienceEconomyEngineering

Résumé

récupéré en direct d'OpenAlex

The study aims to identify the importance of agriculture as a sector of professional activity of the inhabitants of rural areas in the Mazowieckie Region. The statistical section uses data from Eurostat and data available from the Local Data Bank, including the Labour Force Survey. The empirical research used the CAWI method, with a questionnaire on the webankieta platform directed to rural inhabitants of the region during the second quarter of 2022. It can be concluded that in comparison to other areas in Poland, the Mazowieckie Region is characterised by the most favourable employment structure with the highest percentage of employees in services (66%) and relatively average values for the rate of employees in the other two sectors (agriculture 9%, industry and services 24%). Results of empirical research among rural inhabitants of the region can lead to at least two significant conclusions farm work is still important for the investigated group. However, most respondents were employed or self-employed. It can also be noticed that the public sector (e.g. administration, education) plays a significant role for the local labour markets.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
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 technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,245
Écart entre enseignants0,221 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the Polish Association of Agricultural and Agribusiness EconomistsMême sujetRural development and sustainabilityTravaux en français237 207