MétaCan
Menu
Retour à la cohorte
Enregistrement W7009651857

Environmental indicators for sustainable beef cattle/forage production, case study for the south Interlake region of Manitoba

2000· other· en· W7009651857 sur OpenAlexvenueaboutno aff

Notice bibliographique

RevueLibrary and Archives Canada (Government of Canada) · 2000
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueSustainable Agricultural Systems Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilitySustainable developmentAgricultureEnvironmental dataGovernment (linguistics)Environmental impact assessmentEnvironmental Sustainability IndexSustainable agriculture
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The federal government and the province of Manitoba are incorporating sustainable development and subsets of sustainable development including sustainable agriculture, into its political mandates. To monitor progress towards either sustainable development or agriculture, sustainability indicators are required. A subset of sustainability indicators includes environmental indicators. Environmental indicators are tools that can be used to monitor progress towards environmental sustainability. The goal of this project has been to determine if it is feasible to use environmental indicators for a specific agriculture practice, beef cattle/forage production. This was accomplished by identifying the environmental issues for this agriculture practice, reviewing available environmental indicators from various literature sources and compiling a list of environmental indicators for the agricultural practice. Data sets were located and researched to determine which could be used for the environmental indicators. Data sets were found for only three environmental indicators in the list Any other available data sets located were not specific enough to be used for environmental indicators for beef cattle/forage production. The data were collected on a land area basis, not a land development basis. (Abstract shortened by UMI.)

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,412
Score d'incertitude au seuil0,939

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 recherche0,0000,000
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 GPT0,140
Écart entre enseignants0,138 · 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'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
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLibrary and Archives Canada (Government of Canada)Même sujetSustainable Agricultural Systems AnalysisTravaux en français237 207