MétaCan
Menu
Retour à la cohorte
Enregistrement W609596522

Designing national pesticide legislation

2007· article· en· W609596522 sur OpenAlexaboutno aff
Jessica Vapnek, Isabella Pagotto, Margaret B. Kwoka

Notice bibliographique

RevueSSRN Electronic Journal · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural safety and regulations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationConventionLegislaturePolitical sciencePublic administrationEnvironmental planningBusinessEnvironmental protectionLawGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

International and national legal frameworks governing the trade and use of pesticides have undergone significant changes over the last twenty years. The International Code of Conduct on the Distribution and Use of Pesticides, the Rotterdam Convention, the Stockholm Convention, the Basel Convention and the Montreal Protocol are only some of the binding and non-binding international instruments applicable to part or all of the life cycle of a pesticide. Specific guidelines for implementation are often available from the secretariat of the applicable international instrument, but comprehensive guidance is generally lacking. Governments need a clear picture of their international obligations as well as guidance on the accepted international consensus on the proper management of pesticides. Upgraded national legislation is needed to align national frameworks with international norms. This text aims to provide governments wishing to design, reform or update their national legislation with up-to-date advice on all aspects of pesticide management. Although the recommendations for national legislative change are designed to be useful to all countries, the text highlights the particular problems faced by developing countries and countries in transition, offering practical solutions to common problems. Also published in Spanish.

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)0,035
score de la tête « metaresearch » (Gemma)0,043
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0060,004
Communication savante0,0080,009
Science ouverte0,0030,006
Intégrité de la recherche0,0080,008
Charge utile insuffisante (le modèle a refusé de juger)0,0150,007

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 Opus0,014
Tête enseignante GPT0,228
Écart entre enseignants0,214 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetAgricultural safety and regulationsTravaux en français237 207