MétaCan
Menu
Retour à la cohorte
Enregistrement W4388452207 · doi:10.25071/2817-5344/49

No More Cattle?

2023· article· en· W4388452207 sur OpenAlexaff
M. Martel

Notice bibliographique

RevueCanadian Journal for the Academic Mind · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAgricultureGreenhouse gasSustainabilityContext (archaeology)BusinessNatural resource economicsClimate changeAgricultural economicsLivestockConsumption (sociology)EconomicsGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Anthropogenic climate change is undeniably altering planet Earth, and agricultural emissions are a significant contributor to this crisis. Agriculture, specifically cattle farming, is a key emitter of GHG emissions, accounting for 14.5% of global GHG emissions. This paper thus asks, given that cattle farming contributes a significant amount of total global GHG emissions, if the elimination of cattle farming in the EU is a sustainable way to reduce total GHG emissions. This paper explores the sustainability of cattle farming in the EU and highlights the vital role that EU cattle farming plays in the EU economy and in meeting the global food supply. It also explores the role that beef consumption plays in human diets. By researching the available literature, this paper finds that the complete elimination of cattle farming in the EU would have devastating effects on the EU economy and would leave the global food demand largely unmet. Not to mention that the environmental benefits of eliminating cattle farming become less significant when accounting for the emissions of new economic activity on ex-cattle grazing lands. Thus, this paper highlights the importance of improving cattle management and changing dietary patterns to mitigate GHG emissions in the context of a worsening climate and an increasing global food demand that must be met.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,998

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,019
Tête enseignante GPT0,266
Écart entre enseignants0,247 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal for the Academic MindMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207