MétaCan
Menu
Retour à la cohorte
Enregistrement W7130315266 · doi:10.5281/zenodo.18683129

D5.4. Report on best cropping systems and management practices that enhance soil biodiversity and the associated ecosystem services

2025· article· W7130315266 sur OpenAlex
David Fernández-Calviño, Manuel Conde Cid, Paula Pérez‐Rodríguez, Raúl Zornoza, Silvia Martínez, Irene Ollio, Eva Lloret Sevilla, Stefan Schrader, Christine van Capelle, Lieven Waeyenberge, Maarten De Boever, Koen Willekens, Jasper Vanbesien, Sander Fleerakkers, Renik Van den Eynde, Lieven Bauwens, Krista Peltoniemi, Sannakajsa Velmala, Visa Nuutinen, Janne Kaseva, Merrit Shanskiy, Anne Põder, Merili Toom, Liina Talgre

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueSustainable Agricultural Systems Analysis
Établissements canadiensInnovation Cluster (Canada)
Organismes subventionnairesEuropean Commission
Mots-clésDeliverableBiodiversityAgricultureEcosystem servicesWork (physics)CroppingMediterranean climateEcosystem

Résumé

récupéré en direct d'OpenAlex

This deliverable D5.4 combines the results of deliverables D5.2 and D5.3 to develop and presentrecommendations for agricultural practice as an outcome of the different 15 case studies. They wereconducted across 17 different field sites - including commercial farms and experimental plotsdedicated to wheat, potatoes, and vegetables – and were established in six different Europeanpedoclimatic regions: Mediterranean South, Lusitanean, Atlantic Central, Continental, Nemoral,Boreal. Besides the location of each case study, the implemented management practices arepresented. For each case study, strategies to promote soil biodiversity and their main benefits arerecommended. Potential drawbacks are mentioned as far as known. This work was funded by the European Commission Horizon 2020 project SoildiverAgro [grant agreement 817819].

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Charge 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,461
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0060,000
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,018
Tête enseignante GPT0,230
Écart entre enseignants0,212 · 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