MétaCan
Menu
Retour à la cohorte
Enregistrement W4409204906 · doi:10.1016/j.jenvman.2025.125166

Evaluating virtual fencing as a tool to manage beef cattle for rotational grazing across multiple years

2025· article· en· W4409204906 sur OpenAlexafffund
Alexandra J. Harland, Francisco Novais, Carolyn Fitzsimmons, John S. Church, Gleise Medeiros da Silva, María Camila Londoño-Méndez, Edward W. Bork

Notice bibliographique

RevueJournal of Environmental Management · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensThompson Rivers UniversityAgriculture Food and Rural DevelopmentAgriculture and Agri-Food CanadaUniversity of Alberta
Organismes subventionnairesAlberta InnovatesAlberta Innovates Bio SolutionsAlberta Beef Producers
Mots-clésFencingGrazingBeef cattleCattle grazingEnvironmental scienceGeographyEcologyComputer scienceForestryBiology

Résumé

récupéré en direct d'OpenAlex

= +0.25) for cows, but not heifers. We conclude that cattle can readily learn and be compliant with VF boundaries, and that VF technology can be used to facilitate rotational grazing through the remote movement of cattle among virtual paddocks. Overall, these findings support VF's potential to enhance cattle management flexibility and control forage use, thereby providing an innovative 'fenceless' tool to balance ongoing pasture use with grassland sustainability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,300
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations9
Publié2025
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueJournal of Environmental ManagementMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207