MétaCan
Menu
Retour à la cohorte
Enregistrement W4408521596 · doi:10.1007/s13593-025-01011-8

Farmer-centric On-Farm Experimentation: digital tools for a scalable transformative pathway

2025· article· en· W4408521596 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAgronomy for Sustainable Development · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Innovations and Practices
Établissements canadiensCégep Saint-Jean-sur-RichelieuAgriculture and Agri-Food Canada
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésTransformative learningAgricultureScalabilityComputer scienceEngineering managementEnvironmental resource managementBusinessEngineeringSociologyEnvironmental scienceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract This virtual issue reports on the use of digital technologies in On-Farm Experimentation (OFE) in varied farming systems across the world. The authors investigated diverse questions across contrasted environments and scientific domains, with methodologies that included review, empirical studies, interviews, and reflexive accounts. The contributions thus showcase the multiplicity of research directions that are relevant to OFE. This includes addressing the two intertwined types of research objects in OFE: the farmers’ questions (how to improve management) and the methodologies required to address these (how to improve research through OFE)—with the notable support of digital tools. The issue includes a systematic review exploring OFE practices and farmer-researcher relationships as reported in the scientific literature; a meta-analysis comparing experimental scales in the USA; reflexive analyzes on a feed assessment tool and a tree crop decision support system rooted in OFE that are connecting farmers and researchers in Africa; a retrospective on a large CGIAR program combining citizen sciences and OFE; the use of video recordings and work analysis to characterize farmers’ knowledge in French vineyards; and in the same sector in Australia, two accounts of the use of digital tools in spatially explicit OFE: one an investigation into farmers’ and consultants’ perceptions, the other a retrospective on the roles of precision agriculture. Findings from these examples validate the use of varied digital tools to scale the design, implementation, and learning stages of OFE processes. These include how to better harness and bridge the knowledge of farmers, researchers and other parties, examples of data management and analytics, the improved interpretation of results, and capitalizing on experiences. The international conference this issue was part of also led to acknowledgement of a lack of policy linkages, required to scale OFE endeavors by incentivizing institutional change toward more farmer-centric research practices and responsible digital deployment.

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.

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)0,000
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 enseignants0,938
Score d'incertitude au seuil0,646

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
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 Opus0,022
Tête enseignante GPT0,255
Écart entre enseignants0,233 · 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