MétaCan
Menu
Retour à la cohorte
Enregistrement W7011461281

Méthode d'évaluation de la durabilité technico-économique des fermes laitières québécoises

2011· other· fr· W7011461281 sur OpenAlexaboutno aff

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2011
Typeother
Languefr
DomaineComputer Science
ThématiqueBig Data and Digital Economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoison controlValidation testLower limb
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le nombre de fermes laitières a sensiblement diminué au Québec au cours des dernières années, et cette tendance continue de se maintenir. Ce mémoire a pour objectif de développer des indicateurs technico-économiques de la durabilité des entreprises laitières québécoises. L'évaluation de la durabilité est réalisée à partir d'indicateurs choisis par un groupe d'experts, producteurs et conseillers, spécialisés dans les domaines technique, économique et financier de l'industrie laitière. Ces experts ont aussi associé les indicateurs retenus à des seuils permettant de situer chaque ferme sur une échelle de durabilité. Au total, huit indicateurs technico-économiques regroupés en cinq composantes, ont été retenus pour évaluer la durabilité des fermes laitières. Les huit indicateurs retenus et notés sur une échelle de 100 points sont la production par vache (8 points), le lait fourrager (12 points), la marge de sécurité (15 points), l'endettement par hectolitre de lait vendu (10 points), le pourcentage de charges (20 points), la charge de machinerie par hectolitre de lait vendu ( 10 points), le lait produit par unité de travail personne (15 points) et l'autosuffisance en fourrage (10 points). Quarante entreprises laitières localisées dans deux régions du Québec ont participé à la validation de la méthode d'évaluation de la durabilité. Cette validation a permis de préciser et d'améliorer l'évaluation des indicateurs retenus.

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)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,648
Score d'incertitude au seuil0,701

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,038
Tête enseignante GPT0,208
Écart entre enseignants0,169 · 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'étudeSimulation ou modélisation
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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorpus Université Laval (Université Laval)Même sujetBig Data and Digital EconomyTravaux en français237 207