MétaCan
Menu
Retour à la cohorte
Enregistrement W4362581193 · doi:10.3390/su15076101

The Bioeconomy and Food Systems Transformation

2023· article· en· W4362581193 sur OpenAlexaff
Eduardo Trigo, Hugo Chavarría, Carl E. Pray, Stuart J. Smyth, Agustin Torroba, Justus Wesseler, David Zilberman, Juan Francisco Saura Martínez

Notice bibliographique

RevueSustainability · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioeconomy and Sustainability Development
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésLivelihoodBioplasticBusinessBiotechnologyFood processingFood systemsFood securityNatural resource economicsAgricultureProduction (economics)BiofuelSustainable productionEngineeringEconomicsPolitical scienceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

While the global number of people experiencing food insecurity remains stubbornly high, innovations have been increasingly adopted that are contributing to ensure that food systems are as resilient and flexible as they can possibly be. Bioeconomy and biotechnology innovations have contributed to improving rural development and food production. Genomic knowledge is an important part of innovative bioeconomy and biotechnology research as it is applied to increase the efficiency of crops, animals, biofuel, bioplastics and bioenergy production. This allows food systems to transform to be more sustainable and equitable, providing healthy, nutritious food, while creating livelihood opportunities and reducing negative impacts. This article highlights the beneficial impacts of innovative bioeconomy and biotechnology products in technologies, particularly as they relate to the Americas.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,761
Score d'incertitude au seuil0,515

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,210
Écart entre enseignants0,198 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetBioeconomy and Sustainability DevelopmentTravaux en français237 207