MétaCan
Menu
Retour à la cohorte
Enregistrement W4412954335 · doi:10.1038/s43016-025-01212-0

Rapeseed, wheat and peas grown in Canada have considerably lower carbon footprints than those from major international competitors

2025· article· en· W4412954335 sur OpenAlexaffabout
Nicole Bamber, Ian Turner, Nathan Pelletier

Notice bibliographique

RevueNature Food · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of British Columbia, Okanagan CampusKelowna General Hospital
Organismes subventionnairesnon disponible
Mots-clésCompetitor analysisRapeseedAgricultural economicsBusinessEnvironmental scienceAgronomyAgricultural scienceEconomicsMarketingBiology

Résumé

récupéré en direct d'OpenAlex

A carbon footprint analysis following the ISO 14067 standard reveals that Canadian field crops have generally much lower footprints than those of international competitors due to differences in soil carbon flux and nitrous oxide emissions. Transportation-to-market of Canadian crops is proportionately important, but related emissions are often more than offset by low production-related emissions. In extreme cases, Canadian crops could be shipped to western European markets an additional 17 times before their carbon footprint would break even with crops grown in Europe. Greenhouse gas emissions of major commodity field crops are of increasing interest to diverse stakeholders. A carbon footprint analysis following the ISO 14067 standard reveals key drivers of, and differences in, emissions for selected field crop production and transport to market between Canada and other countries.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,402
Score d'incertitude au seuil0,603

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,003
Tête enseignante GPT0,199
Écart entre enseignants0,196 · 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.

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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature FoodMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207