Productivity‐led Pathways to Sustainable Agricultural Growth: Six Decades of Progress
Notice bibliographique
Résumé
Summary In recent decades, world agriculture has undergone a vast transformation. Between 1961 and 2020, global agricultural output increased nearly four‐fold while population grew 2.6 times, leading to a 53 per cent increase in output per capita. Real food prices declined, providing for more affordable and diverse diets. There was a pronounced and sustained shift in the location of production to the Global South (developing countries), which increased its share of global agricultural output from 44 to 73 per cent. Since the 1990s, increases in agricultural total factor productivity (TFP) has become the major driver of world agricultural output. However, insufficient productivity growth relative to demand has drawn more resources into agriculture. Globally, agricultural land area expanded 7.6 per cent between 1961 and 2020, although it contracted in the Global North (developed countries). In the EU, where agricultural output has remained relatively flat in recent decades, improvements in productivity reduced total inputs and environmental resources used by the sector. In contrast, in Canada‐United States, productivity growth enabled agricultural output to expand without increasing total inputs and environment resources. By the decade of the 2010s, however, the pace of output and productivity growth in world agriculture slowed, real food prices rose, the number of food insecure people increased, and pressure to expand the use of natural and environmental resources to produce food intensified.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,012 | 0,010 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».