MétaCan
Menu
Retour à la cohorte
Enregistrement W4376255494 · doi:10.1002/crso.20277

Comparison of Integrated Crop Rotation Systems in Western Canada

2023· article· en· W4376255494 sur OpenAlexaffabout
Sheri Strydhorst, Kui Liu

Notice bibliographique

RevueCrops & Soils · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Policy
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésCropCrop rotationYield (engineering)Crop managementAgricultural economicsCrop yieldGeographyProduction (economics)AgroforestryAgricultural scienceAgricultural engineeringCrop productionEnvironmental scienceAgronomyAgricultureEconomicsEngineeringForestryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Research has shown the benefits of diversifying crop rotations, yet many Prairie farmers keep their rotations short and simple with cereals and oilseeds or cereals and pulses being intensively grown in two‐year rotations. As western Canadian farms are pressed to increase yields while reducing inputs and the environmental impact of food production, growers need help to determine what crop rotations can help them achieve these goals and remain economically viable. This article reports on research evaluating yield and yield stability, nitrogen use efficiency, and net economic returns of six crop rotations in the Southern Prairies, Northern Prairies, and Red River Valley ecozones of western Canada. Earn 0.5 CEUs in Crop Management by reading this article and taking the quiz at https://web.sciencesocieties.org/Learning‐Center/Courses .

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,200

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,035
Tête enseignante GPT0,267
Écart entre enseignants0,232 · 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'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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCrops & SoilsMême sujetAgricultural Economics and PolicyTravaux en français237 207