Annual report 2014: CGIAR Research Program on Roots, Tubers and Bananas
Notice bibliographique
Résumé
Supporting Collaboration to Confront TR4: the Latest Threat to Bananas in Africa 50 Learning Alliance Creates Synergies to Help Farmers Beat BBTD in Africa 50 Assessing Disease Threats to Taro and Cocoyam in West & Central Africa 52 Supporting Efforts to Control Emerging Threats to Cassava in Asia 53 Promoting a Farmer-Friendly Method to Control Banana Xanthomonas Wilt (BXW) 53 Making Available Low-Cost, High-Quality Planting Material for Farmers 57 New Technologies Developed to Boost Yam Seed Production in West Africa 57 Building Capacity to Produce Quality Seed Potatoes for Farmers in Tanzania 58 Clean Planting Material to Combat Banana Moko Disease in Latin America 59 Developing a Cross-Crop Seed Systems Framework 59 Improving Cropping Systems and Postharvest Technologies 64 Developing Tools for more Productive, Ecologically Robust Cropping Systems 64 Keys to Improving Plantain Yields for Smallholders in West and Central Africa 64 Boosting Yam Productivity Through Intercropping and Soil Enhancement 66 Promoting Postharvest Technologies, Value Chains and Market Opportunities 69 Uganda Postharvest Project to Test Value Chain Innovations for RTB Crops 69 Measuring the Environmental Impact of Cassava Processing 71 RTB and PIM Collaborate to Make Value Chain Work Gender-Responsive 72 Searching for Technologies to Improve Traditional Cassava Processing 73 CIP
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,058 | 0,031 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».