Notice bibliographique
Résumé
Doel en uitkomstIn het PPS-project 'Slimme verdienmodellen voor de akkerbouw' is een bouwplan-biodiversiteitstool voor de biodiversiteitsmonitor akkerbouw (BMA) ontwikkeld, met als doel om boeren en geïnteresseerden inzicht te geven in hoe gewassen, waaronder zetmeelaardappel, haver, veldboon en hennep, verschillen in score op de BMA.De tool richt zich op aanpassingen in het bouwplan en wat dat doet met de score van de BMA.Naast het bouwplan zijn er nog andere managementmaatregelen die impact hebben op de BMA-score.De meeste hiervan komen niet terug in deze tool.De resultaten laten de impact op die score zien van rustgewassen, organischestofbalans (OS-balans), stikstofoverschot, milieubelasting door gewasbeschermingsmiddelen, bodembedekking en carbon footprint. Zetmeelaardappel: heeft een relatief hoge carbon footprint (meer dan het dubbele van het gemiddelde van de geanalyseerde gewassen) en hoge milieubelasting gewasbescherming. Haver: scoort goed; het is een rustgewas, is positief voor OSbalans, laag in stikstofoverschot en heeft een lage carbon footprint. Veldbonen: zijn zeer goed op stikstofoverschot (weinig bemesting nodig), heeft een lage carbon footprint maar beperkte bijdrage OSbalans.
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 | 0,009 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,027 |
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 ».