MétaCan
Menu
Retour à la cohorte
Enregistrement W6912842611 · doi:10.5281/zenodo.8275469

STRUMENTI INNOVATIVI PER LA VITICOLTURA BASATI SULL'INTEGRAZIONE DI DATI OTTENUTI DA OSSERVAZIONE TERRESTRE E DA SENSORI DI PROSSIMITÀ (PROGETTO VITIGEOSS)

2023· article· it· W6912842611 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Langueit
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensPricewaterhouseCoopers (Canada)
Organismes subventionnairesHorizon 2020 Framework Programme
Mots-clésContext (archaeology)Emergency relief

Résumé

récupéré en direct d'OpenAlex

Il cambiamento climatico sta avendo un enorme impatto sul settore vitivinicolo. Il riscaldamento globale, in combinazione con la variazione dell’andamento pluviometrico e con l’incremento della frequenza degli eventi meteorologici estremi, sta influenzando in modo significativo la fisiologia delle piante di vite (fenologia, maturazione dell’uva, ecc.) esponendole sempre più a stress di tipo biotico ed abiotico. Questa condizione rappresenta una sfida per i viticoltori che sono chiamati sempre più spesso a prendere decisioni complesse per adattare le tecnica di gestione del vigneto e raggiungere gli obiettivi enologici prestabiliti. Questo spesso si traduce in un indesiderato incremento dell’impiego di concimi e pesticidi, nella perdita di produzione ed in una variazione della composizione dell’uva alla raccolta con un impatto negativo sulla sostenibilità del vigneto. VITIGEOSS è un progetto finanziato dall’Unione Europea nell’ambito del programma di ricerca ed innovazione Horizon2020 che ha come obiettivo lo sviluppo di soluzioni innovative di gestione del vigneto in grado di ottimizzare, tramite Sistemi di Supporto alla Decisione (DSS), la sostenibilità dell’azienda vitivinicola. Il progetto ha sviluppato strumenti, disponibili in un’unica piattaforma, che sfruttano l’impiego dei programmi satellitari GEOSS e Copernicus e di sensori di prossimità. La piattaforma VITIGEOSS, che è stata calibrata e validata in tre siti sperimentali (Italia Portogallo, Spagna), include i seguenti cinque servizi: (i) “Weather and climate forecast”, (ii) “Phenological monitoring and prediction/forecasting”, (iii) “Crop status”, (iv) “Disease management”, (v) “Business and 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)0,006
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,002
Communication savante0,0070,004
Science ouverte0,0030,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 Opus0,064
Tête enseignante GPT0,279
Écart entre enseignants0,215 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetHorticultural and Viticultural ResearchTravaux en français237 207