Afname derogatie: verkenning omvang en beweegredenen ondernemers
Bibliographic record
Abstract
Afname derogatie: verkenning omvang en beweegredenen ondernemers Het ministerie van Landbouw, Natuur en Voedselkwaliteit (LNV) constateert een afname van de belangstelling voor deelname aan derogatie.In de jaren 2017-2019 is het aantal deelnemers aan derogatie en de omvang van het areaal afgenomen.LNV wil meer inzicht krijgen in de ontwikkeling in de tijd en regionale verschillen plus de achterliggende redenen van ondernemers om af te zien van verdere deelname aan de derogatie.LNV hecht waarde aan derogatie als middel voor het behoud en verbetering van de waterkwaliteit.Ook is het vanuit het optimaal benutten van regionaal beschikbare mineralen (en dus reductie van het gebruik van kunstmest) nodig te weten wat aan die afname ten grondslag ligt, of er regionale verschillen zijn en zo ja, waar die door komen.Een teruggang in derogatie leidt op de daarbij betrokken grond weliswaar tot minder gebruik van dierlijke mest per ha, maar dat is milieutechnisch niet per definitie gunstig.Als dit leidt tot minder grasland en meer teelt van stikstofgevoelige gewassen (zoals snijmais, aardappelen of tuinbouwgewassen) als ook tot een grotere kunstmestgift is de waterkwaliteit niet geholpen met het teruglopen van de derogatie.In dat kader wil LNV graag weten wat aan de afname ten grondslag ligt en of er regionale verschillen zijn in trends en reden van afname. DerogatieDe Europese Nitraatrichtlijn verplicht lidstaten het stikstofgebruik via dierlijke mest te beperken tot maximaal 170 kg per hectare per jaar.Nederland heeft van de Europese Commissie toestemming gekregen om hiervan af te wijken (derogatie).De derogatie, zoals die van kracht is voor de periode 2018-2019, is verleend voor landbouwbedrijven met minimaal 80% grasland.Bedrijven in de provincies Overijssel, Gelderland, Utrecht, Noord-Brabant en Limburg mogen op zand-en lössgrond tot 230 kilogram stikstof uit graasdiermest per hectare gebruiken.Op overige grondsoorten en op zandgronden in overige provincies mogen bedrijven tot 250 kilogram stikstof uit graasdiermest per hectare gebruiken.Daarbij mogen bedrijven die gebruikmaken van derogatie geen fosfaat uit kunstmest meer aanvoeren.Deze derogatie mag alleen worden toegepast met graasdiermest.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.028 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.012 | 0.012 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.053 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".