MétaCan
Menu
Back to cohort
Record W3119828616 · doi:10.21945/rivm-2020-0121

Landbouwpraktijk en waterkwaliteit in Nederland; toestand (2016-2019) en trend (1992-2019). De Nitraatrapportage 2020 met de resultaten van de monitoring van de effecten van de EU Nitraatrichtlijn actieprogramma's

2020· article· nl· W3119828616 on OpenAlexaff
B. Fraters, A.E.J. Hooijboer, A Vrijhoef, A.C.C. Plette, N. van Duijnhoven, Joachim Rozemeijer, M. Gosseling, C.H.G. Daatselaar, J Roskam, H.A.L. Begeman

Bibliographic record

VenueRivm (National Institute for Public Health and the Environment) · 2020
Typearticle
Languagenl
FieldEnergy
TopicEnergy, Environment, Agriculture Analysis
Canadian institutionsImpact
Fundersnot available
KeywordsHumanitiesArtPolitical science

Abstract

fetched live from OpenAlex

De afgelopen dertig jaar heeft de Nederlandse overheid maatregelen genomen waardoor de concentraties stikstof en fosfor sterk zijn gedaald. Hierdoor is de kwaliteit van het grond- en oppervlaktewater verbeterd. Maar de waterkwaliteit is nog niet overal voldoende. In de bovenste meter van het grondwater van meer dan de helft van de landbouwbedrijven in de Zand- en Lössregio is de nitraatconcentratie te hoog. Dit geldt ook voor de bovenste meter van het grondwater in ruim dertig van de circa 200 grondwaterbeschermingsgebieden. Ook voldoet een groot deel van de oppervlaktewateren nog niet aan de gewenste kwaliteit en zijn de concentraties stikstof en fosfor er te hoog. Na 2015 neemt het teveel aan stikstof en fosfor toe. Dit is vanaf 2018 versterkt door de droge zomers. Bij droogte groeien planten minder goed, waardoor ze minder stikstof en fosfor uit de bodem opnemen. Ook wordt er minder nitraat in de bodem afgebroken en spoelt er meer weg naar het grond- en oppervlaktewater. Zo verdubbelde de nitraatconcentratie in het slootwater op landbouwbedrijven in de periode 2016 tot en met 2019. Toch was de nitraatconcentratie in het grond- en oppervlaktewater in deze periode gemiddeld genomen lager dan in de vier jaar ervoor. Stikstof en fosfor zijn stoffen in mest die landbouwbedrijven gebruiken om gewassen beter te laten groeien. Een teveel aan stikstof en fosfor kan wegspoelen naar het grond- en oppervlaktewater en dat vervuilen. Nitraat is een van de vormen waarin stikstof voorkomt in de bodem en het water. De verbeterde waterkwaliteit komt vooral doordat boeren steeds minder mest zijn gaan gebruiken. Hierdoor nam het te veel aan stikstof en fosfor in de bodem af. Dit betekent ook dat er minder nitraat met regenwater wegzakt naar diepere lagen in de bodem en zo in het grondwater terechtkomt. Hoe minder stikstof en fosfor in de bodem en in het grondwater zit, hoe minder er naar het oppervlaktewater stroomt. Het is belangrijk om schoon grond- en oppervlaktewater te hebben waar drinkwater van kan worden gemaakt. Ook zorgt schoon oppervlaktewater ervoor dat er meer verschillende planten en dieren kunnen leven in het water.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.423
Threshold uncertainty score0.841

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.003
Science and technology studies0.0010.000
Scholarly communication0.0020.001
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0090.001

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.

Opus teacher head0.019
GPT teacher head0.260
Teacher spread0.241 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations6
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueRivm (National Institute for Public Health and the Environment)Same topicEnergy, Environment, Agriculture AnalysisFrench-language works237,207