MétaCan
Menu
Retour à la cohorte
Enregistrement W7020590356

Linseed (Linum usitatissimum L.) Production Trends in the World and in Serbia

2019· article· en· W7020590356 sur OpenAlexaboutno aff

Notice bibliographique

RevueFiVeR (Institute of Field and Vegetable Crops, Novi Sad, Serbia) · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePhytoestrogen effects and research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésYield (engineering)Production (economics)SowingLinseed oilLinumAgriculture
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to examine the changes that have occurred in the production of linseed in the world, and as well the conditions that led to manifested trends. During the monitored period (2009-2013) linseed production in the world was 2.09 million tons and it was growing at an average rate of 1.48% per year and records stability, CV=7.28%. The growth in production of linseed was dominantly influenced by the growth area. Five countries (Canada, China, Russia, India and U.S.A) provide 72.50% of global linseed production. The European top producer is the Russian Federation (13.86%). A significant producer is the EU-European Union with a share of 7.13%. In the tested period, linseed in the world was sowing on the average area of 2.15 million ha, and showed an annual 3.08% trend rate increase, and stability (CV =7.09%). Average yield of linseed during the monitored period in world was 972 kg. There was evident tendency of decrease of yield growth rate (1.54%) and variation (CV = 8.18%).The highest average of yield, in the world, per continents, was inAmerica (1,377 kg ha-1), Australia (1,120 kg ha-1) and Europe (1,080 kg ha-1). The lowest yields were in Asia (685 kg ha-1). EU countries had high linseed yields (1,335 kg ha-1). During the examined period, there was a decline in yields in the world. The growth area had dominant influence on increase of production of linseed.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,451

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,017
Tête enseignante GPT0,298
Écart entre enseignants0,281 · 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'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 revueFiVeR (Institute of Field and Vegetable Crops, Novi Sad, Serbia)Même sujetPhytoestrogen effects and researchTravaux en français237 207