MétaCan
Menu
Retour à la cohorte
Enregistrement W4390130112 · doi:10.59254/sbpo-2019-106800

APLICAÇÃO DA PESQUISA OPERACIONAL NA AGRICULTURA: UM ESTUDO BIBLIOMÉTRICO NOS ANAIS DA SBPO

2019· article· pt· W4390130112 sur OpenAlexaboutno aff
Laura Simões Bento, Antonio Zaghette Netto, Maria Luiza Nogueira de Castro Carvalho, Isabella Salomão, Marcos Ricardo Rosa Georges

Notice bibliographique

RevueAnais do Simpósio Brasileiro de Pesquisa Operacional · 2019
Typearticle
Languept
DomaineEnvironmental Science
ThématiqueRural Development and Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Este resumo apresenta os resultados da pesquisa que teve como interesse explorar a utilização da Pesquisa Operacional no Agronegócio, mais especificamente na área da agricultura.Para realizar esta pesquisa, foi feito um estudo de natureza bibliométrica utilizando como fonte de dados os anais do Simpósio Brasileiro de Pesquisa Operacional (SBPO) disponíveis na internet no site da SOBRAPO.Estes artigos foram analisados e classificados em diferentes extratos, como: ano das publicações, natureza do problema do agronegócio, tipo de ferramenta da Pesquisa Operacional empregado e origem dos autores.A pesquisa considerou artigos completos e pôsteres entre os anos de 2008 a 2018 e retornou 20 artigos.Observou-se uma maior concentração no ano de 2011 com 5 artigos.Os métodos de estudo encontrados foram em sua maioria programação linear, metaheurística, teoria dos jogos, análise de agrupamento e Pareto-Koopman.A origem dos autores são, em grande parte, brasileiros, havendo exceções de autores de Portugal, Chile, Canadá e Reino Unido.Nos artigos estudados foram encontrados alguns assuntos mais frequentes como a cana-de-açúcar e a irrigação, sendo o assunto cana-de-açúcar obteve 5 artigos e o assunto irrigação obteve 3 artigos.Os demais artigos versam sobre vários temas como: agricultura brasileira, plantação de tomate, planejamento de colheita e etc.

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)0,033
score de la tête « metaresearch » (Gemma)0,138
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,867
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,138
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,1330,200
Études des sciences et des technologies0,0030,003
Communication savante0,0140,007
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,015
Tête enseignante GPT0,255
Écart entre enseignants0,240 · 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.

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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnais do Simpósio Brasileiro de Pesquisa OperacionalMême sujetRural Development and AgricultureTravaux en français237 207