MétaCan
Menu
← Retour à la cohorte
Enregistrement W7096507940

Province Type Summary

2000· article· en· W7096507940 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésManureSurface runoffManure managementAgricultureCropLivestock
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Spreading livestock manure in the winter has been a common practice in Ontario for many years. For the farmer, there are several advantages, including: a) ability to build smaller manure storages; b) ability to spread the manure at a time when there is less pressure to get to the crop in the ground; c) spreading manure on frozen ground may help to reduce soil compaction. Despite these practical reasons for spreading manure in the winter, the concern about impacts on water quality has lead to a general acceptance that spreading manure in the winter is no longer environmentally acceptable. Depending on the condition of the soil, runoff can potentially carry manure nutrients and bacteria to nearby surface waters. It is widely believed that frozen or snow-covered soils allow less infiltration than non-frozen bare soils. This is the main reason why policies within Canada recommend avoiding the winter spreading of manure. The objectives of this literature review are: 1. to provide a brief overview of some of the policies in Canada concerning the winter spreading of manure; and 2. to review North American research that examines the implications of spreading manure in the winter. Canadian Recommendations and Policies Most provinces in Canada recommend avoiding the application of manure on frozen or snow-covered ground. The policies for selected provinces are summarized in Table 1. Provinces not listed generally have recommendations similar to those outlined below. The guidelines tend to be fairly general and rely mainly on the common sense of the manure applicator.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,587
Score d'incertitude au seuil0,832

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,008
Études des sciences et des technologies0,0030,000
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,7160,464

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 Opus0,004
Tête enseignante GPT0,240
Écart entre enseignants0,236 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même sujetCell Image Analysis Techniques→Travaux en français237 207→