From Adoption to Adaptive Learning: The Need for Farmer-Centric Soil Health Extension and Education Evaluation
Notice bibliographique
Résumé
In the Canadian agri-food system, there is a growing and perceived need to evaluate soil health from the perspective of farmers. Ultimately, farmers determine if and how they adopt inputs including technologies and expert advice. Adoption is a term often used to refer to a farmer’s decision to change a management practice. This is however, a limited understanding of the term, which may not appreciate the wholeness of understanding and adapting a management practice on-farm. This paper uses a meta-analysis methodology to explore the need for farmer-centric soil health extension and education assessment. The studies reviewed suggest that the social elements of soil health may be more relevant to understanding sustainability transitions than a focus on the adoption of specific management practices alone. An understanding that gives weight to the social influences that guide a farmer’s adaptive management decisions, including practices of leading or learning-by- doing, self-awareness, and the role of social interactions within those practices and interventions. Exploring the ‚social side of soils, comes at a time when the Ontario strategy for soil health entitled ‚New Horizons‚ has set out a framework in which to support farmer-centric soil health extension and education. Funding: NSERC CREATE Climate Smart Soils
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 | 0,501 | 0,564 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,017 | 0,025 |
| Science ouverte | 0,005 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 ».