MétaCan
Menu
Retour à la cohorte
Enregistrement W4387359814 · doi:10.1016/j.gfs.2023.100722

Approximating the global economic (market) value of farmed animals

2023· article· en· W4387359814 sur OpenAlexaff
Peggy Schrobback, Gabriel Dennis, Li Yin, Dianne Mayberry, Alexandra Shaw, Théodore Knight-Jones, Thomas L. Marsh, Dustin L. Pendell, Paul R. Torgerson, W. Gilbert, Benjamin Huntington, Kassy Raymond, Deborah Stacey, Theresa M. Bernardo, Mieghan Bruce, K. Marie McIntyre, Jonathan Rushton, Mario Herrero

Notice bibliographique

RevueGlobal Food Security · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of Guelph
Organismes subventionnairesForeign, Commonwealth and Development OfficeGovernment of the United KingdomBill and Melinda Gates Foundation
Mots-clésValue (mathematics)Agricultural economicsProduction (economics)Market valueBusinessAgricultural scienceEconomicsNatural resource economicsBiologyAccounting

Résumé

récupéré en direct d'OpenAlex

Understanding the global economic importance of farmed animals to society is essential as a baseline for decision making about future food systems. We estimated the annual global economic (market) value of live animals and primary production outputs, e.g., meat, eggs, milk, from terrestrial and aquatic farmed animal systems. The results suggest that the total global market value of farmed animals ranges between 1.61 and 3.3 trillion USD (2018) and is expected to be similar in absolute terms to the market value of crop outputs (2.57 trillion USD). The cattle sector dominates the market value of farmed animals. The study highlights the need to consider other values of farmed animals to society, e.g., finance/insurance value and cultural value, in decisions about the sector's future.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
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 Opus0,007
Tête enseignante GPT0,235
Écart entre enseignants0,229 · 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'étudeSimulation ou modélisation
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

Citations38
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Food SecurityMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207