MétaCan
Menu
Retour à la cohorte
Enregistrement W4398145844 · doi:10.19103/as.2023.0122.04

Agri-food supply chains in the United States

2024· book-chapter· en· W4398145844 sur OpenAlexaboutno aff
Tobias Schoenherr, Grant Kanak, Amy Montalbano

Notice bibliographique

RevueBurleigh Dodds series in agricultural science · 2024
Typebook-chapter
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupply chainAgricultureFood supplyConsolidation (business)BusinessEconomic shortageFood chainFood systemsFood securityInternational tradeAgricultural economicsEconomicsGeographyMarketingFinance

Résumé

récupéré en direct d'OpenAlex

With a focus on the USA, this chapter traces the development of the country’s agri-food supply chain, which has experienced significant consolidation across all echelons. Types of agri-food supply chains are discussed, highlighting local agri-food supply chains which have become more prevalent recently in the USA. National supply chains, however, still play the major role, and are expected to do so in the future. The chapter also looks at the international trade flows of U.S. agri-food supply chains, with more detail provided for the USA‘s neighbouring countries (Mexico and Canada). A major part of the chapter is further devoted to key challenges facing the U.S. agri-food supply chain, which include the repercussions of the COVID19 pandemic, food safety, food losses and waste, labour shortages, droughts, and financial pressures. This is followed by a section highlighting recent developments, including technological innovations and sustainable agriculture.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,848
Score d'incertitude au seuil0,866

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,197
Écart entre enseignants0,183 · 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'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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBurleigh Dodds series in agricultural scienceMême sujetOrganic Food and AgricultureTravaux en français237 207