MétaCan
Menu
Retour à la cohorte
Enregistrement W4409603325 · doi:10.61091/jcmcc127b-105

Internet of Things Technology in Development of Rural Characteristic Ecological Agriculture

2025· article· en· W4409603325 sur OpenAlexvenueno aff

Notice bibliographique

RevueJournal of Combinatorial Mathematics and Combinatorial Computing · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation Retrieval and Data Mining
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultureThe InternetRural developmentGeographyInternet of ThingsBusinessEnvironmental planningDevelopment (topology)EcologyEnvironmental resource managementComputer scienceEnvironmental scienceWorld Wide WebBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

As a result of continuous economic development and accelerated urbanization, the agriculture development has had to change from the traditional mode of agricultural production to the modern mode of agricultural production.What kind of method can better help the development of modern agricultural production mode has become one of the current research topics that has attracted much attention.In response to this problem, the field of modern agricultural production models becomes highly relevant for research.With the in-depth study of modern agricultural production, the research on Internet of Things (IoT) technology in rural characteristic ecological agriculture (ECO) is gradually carried out, and its functional advantages are of great significance to promote the development of modern agriculture.This paper aimed to study the application of IoT technology in the development of rural characteristic ECO.The analysis and research of IoT and ECO enables it to be applied to the construction of an ecological farmland information monitoring system to address the problem of enhancing the ECO development with rural characteristics.In this paper, IoT technology, information detection and ECO were analyzed; the performance of the method was experimentally analyzed; the relevant theoretical formulas were utilized for interpretation.The outcomes demonstrated that the incidence of pests and diseases in field A using the IoT-assisted information monitoring system was 31.11%lower than that in field B, and the use of pesticides was reduced by 15.69%.It can be learned that IoT technology can meet the needs of enhancing the development level of rural characteristic ECO, and the level of agricultural development and work efficiency have been greatly improved.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,235
Écart entre enseignants0,225 · 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'étudeSans objet
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Combinatorial Mathematics and Combinatorial ComputingMême sujetInformation Retrieval and Data MiningTravaux en français237 207