MétaCan
Menu
Retour à la cohorte
Enregistrement W4402496522 · doi:10.24874/pes06.03a.014

INFORMATION SYSTEMS MANAGEMENT IN AGRITECH FOR FOOD SECURITY

2024· article· en· W4402496522 sur OpenAlexaboutno aff
Olim K. Abdurakhmanov, Andrey V. Kuklin, Abdumalik M. Kadirov

Notice bibliographique

RevueProceedings on Engineering Sciences · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBig Data and Business Intelligence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFood securityBusinessInformation security managementInformation securityComputer scienceSecurity information and event managementComputer securityCloud computing securityAgricultureBiologyEcologyCloud computing

Résumé

récupéré en direct d'OpenAlex

In this paper, we considered and characterised the features of information systems management of agricultural production processes, which are based on agricultural technologies to support and increase food security in the domestic and external markets.We revealed management models in this category, which are used in the agrarian sector of Canada and Vietnam.Differences between these two models are connected with several factors, including socioeconomic development, quality of arable land, availability of resources and their cost, level of labour resources' readiness to the implementation of new ICT, and farms' adopting the necessity of transition to precise farming.The revealed advantages and problems of implementing Agritech at the level of the two countries demonstrate that the focus on sustainable and precise farming has become a new trend in this sphere.The goal of this paper was to establish the features of the formation of approaches to information systems management in Agritech to ensure the food security of countries that produce agricultural products.The scientific novelty of this paper lies in the determination of approaches to the implementation and management of information systems in the considered category, which facilitate the creation of conditions for the growth of efficiency of agricultural productions under the influence of threats of climate change.

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 candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
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 Opus0,032
Tête enseignante GPT0,254
Écart entre enseignants0,223 · 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.

Devis d'étudeThéorique ou conceptuel
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 revueProceedings on Engineering SciencesMême sujetBig Data and Business IntelligenceTravaux en français237 207