Notice bibliographique
Résumé
In deze notitie geven we een overzicht van het gebruik van gewasbeschermingsmiddelen (GBM) en de milieubelasting in de teelt van Nederlandse consumptie-aardappelen, tussen 2017-2022. Gebruikte dataIn Nederland zijn in 2022 circa 163.000 hectare (ha) aardappelen geteeld, waarvan ongeveer 77.000 ha consumptie-aardappelen.Zetmeelaardappelen en pootgoed laten we in deze notitie buiten beschouwing.De cijfers van de gebruikte hoeveelheden GBM (in kg werkzame stof per ha) komen uit het BedrijvenInformatieNet (BIN) van Wageningen Social & Economic Research (WSER).In BIN delen 1.500 land-en tuinbouwbedrijven hun financiële cijfers en duurzaamheidsgegevens met WSER 1 .WSER beschikt over registraties van uitgevoerde bespuitingen en grondbehandelingen in consumptieaardappelen van 85-96 2 akkerbouwbedrijven op kleigrond, en 29 tot 36 bedrijven op zandgrond.Het gaat hierbij om tafel-, koelvers-en frites-aardappelen, die in 2022 op ongeveer 77.000 ha werden geteeld.Een klein deel hiervan betreft tafelaardappelen, vooral geteeld op kleigrond.Bespuitingen in zetmeelaardappelen en pootgoed zijn niet inbegrepen in de cijfers.De omrekening naar milieubelastingpunten is uitgevoerd door CLM met de CLM-Milieumeetlat.Deze Milieumeetlat kent punten toe voor de belasting van grondwater, bodem-en waterleven, gebaseerd op gegevens over persistentie, mobiliteit en toxiciteit uit de toelatingsdossiers van een middel.Bronnen voor informatie over toelatingen en Candidates for Substitution (CfS): College voor Toelating van Gewasbeschermingsmiddelen en biociden (CTGB) en de Europese Autoriteit voor voedselveiligheid (EFSA).
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,494 | 0,242 |
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 ».