MétaCan
Menu
Retour à la cohorte
Enregistrement W4398313237 · doi:10.7910/dvn/pa2bcy

Characterisation of rural households: a baseline survey for crowd sourcing crop improvement and climate adaptation in Central America

2019· dataset· en· W4398313237 sur OpenAlexaff
James L. Van Etten, Kauê de Sousa, James Hammond, José Gabriel Suchini, Leida Mercado, Van Wijk

Notice bibliographique

RevueHarvard Dataverse · 2019
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueUrban Agriculture and Sustainability
Établissements canadiensCanadian AIDS Treatment Information Exchange
Organismes subventionnairesnon disponible
Mots-clésBaseline (sea)Climate change adaptationAdaptation (eye)Crowd sourcingCropGeographyClimate changeAgricultural economicsAgroforestryEnvironmental resource managementForestryEnvironmental scienceData sciencePolitical scienceComputer scienceEconomicsEcologyPsychologyBiology

Résumé

récupéré en direct d'OpenAlex

In 2015 we interviewed 2331 households in the Trifinio region (comprising El Salvador, Guatemala and Honduras) for the baseline of the project "Crowdsourcing crop improvement: Evidence base and Outscaling model". The project focus on the application of two crop improvement interventions in smallholder agriculture. This survey was performed to understand the state of families participanting in the project. We focus on common bean (Phaseolus vulgaris) the main pulse cultivated in Central America. Data collection follow a standardised survey for the characterisation of rural households for climate adaptation interventions. This dataset contains the socio-economic and farm management information of these households.

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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,215
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 technologies0,0000,000
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 Opus0,024
Tête enseignante GPT0,223
Écart entre enseignants0,199 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHarvard DataverseMême sujetUrban Agriculture and SustainabilityTravaux en français237 207