MétaCan
Menu
← Retour à la cohorte
Enregistrement W6920689716 · doi:10.60692/b0hrg-rz436

Economic importance of chickpea: Production, value, and world trade

2019· article· en· W6920689716 sur OpenAlexaboutno aff

Notice bibliographique

RevueGreater South Information System · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAmyotrophic Lateral Sclerosis Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorld populationProduction (economics)PopulationYield (engineering)AgricultureUnit (ring theory)CropFood processing

Résumé

récupéré en direct d'OpenAlex

Chickpea is a valued crop and provides nutritious food for an expanding world population and will become increasingly important with climate change. The nutritional value of chickpea in terms of nutrition and body health has been recently emphasized frequently by nutritionist in health and food area in many countries around the world. Production ranks third after beans with a mean annual production of over 11.5 million tons with most of the production centered in India. Land area devoted to chickpea has increased in recent years and now stands at an estimated 14.56 million hectares. Production per unit area has slowly but steadily increased since 1961 at about 6 kg/ha per annum. Over 2.3 million tons of chickpea enter world markets annually to supplement the needs of countries unable to meet demand through domestic production. Australia, Canada, and Argentina are leading exporters. Chickpea is comprised of Desi and Kabuli types. The Desi type is characterized by relatively small angular seeds with various coloring and sometimes spotted. The Kabuli type is characterized by larger seed sizes that are smoother and generally light colored. Dal is a major use for chickpea in South Asia while hummus is widely popular in many parts of the world. Research efforts at ICRISAT, ICARDA, and national programs have slowly but steadily increased yield potential of chickpea germplasm.

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)0,000
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 GPT0,234
Écart entre enseignants0,208 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information System→Même sujetAmyotrophic Lateral Sclerosis Research→Travaux en français237 207→